小编Sal*_*mon的帖子

当我使用load_modelfromkeras.models加载训练好的模型时，这是一个.h5文件。发生的错误：

KeyError: 'Unable to open object (bad object header version number)'.

但h5py效果很好。

我正在使用 CNN 进行二元分类，并且数据不平衡，其中正医学图像：负医学图像 = 0.4：0.6。所以我想在训练前使用 SMOTE 对正医学图像数据进行过采样。但是，数据的维度是 4D (761,64,64,3) 导致错误

Found array with dim 4. Estimator expected <= 2

所以，我重塑了我的 train_data：

X_res, y_res = smote.fit_sample(X_train.reshape(X_train.shape[0], -1), y_train.ravel())

它工作正常。在将其提供给 CNN 之前，我通过以下方式对其进行了重塑：

X_res = X_res.reshape(X_res.shape[0], 64, 64, 3)

现在，我不确定它是否是一种正确的过采样方法，重塑操作符会改变图像的结构吗？

问题描述

数字序列定义如下:

f(1) = 1, f(2) = 1, f(n) = (A * f(n - 1) + B * f(n - 2)) mod 7.

Run Code Online (Sandbox Code Playgroud)

给定A,B和n,您将计算f(n)的值.

输入

输入包含多个测试用例.每个测试用例在一行上包含3个整数A,B和n(1 <= A,B <= 1000,1 <= n <= 100,000,000).三个零表示输入结束,并且不处理该测试用例.

产量

对于每个测试用例,在一行上打印f(n)的值.

样本输入

1 1 3
1 2 10
0 0 0

样本输出

2
5

码

#include <iostream>
using namespace std;

int f[54] = {0, 1, 1};
int main()
{
    int A, B, n, q = 1;
    while (cin >> A >> B >> n && …