- 博客(471)
- 资源 (10)
- 收藏
- 关注
RSS订阅
转载 深度学习秋招面试题集锦（一）
这部分的面试题包含C++基础知识、python基础、概率相关、智力题相关、算法相关以及深度学习相关。后续还会不断补充，欢迎大家查阅！C++后台开发面试常见问题汇总Q1 : C++虚函数表剖析。A1 : CSDNQ2 : C++中虚析构函数的作用及其原理分析。A2 : CSDNQ3 : 结构体(struct)和联合体(union)的区别。A3 : CSDNQ4 : Define 和...
2019-10-04 10:38:31
476
转载 大神的ACM训练计划（详细）
看完人家的博客，发现任重道远。。。一位高手对我的建议：一般要做到50行以内的程序不用调试、100行以内的二分钟内调试成功.acm主要是考算法的，主要时间是花在思考算法上，不是花在写程序与debug上。 下面给个计划你练练：第一阶段：练经典常用算法，下面的每个算法给我打上十到二十遍，同时自己精简代码，因为太常用，所以要练到写时不用想，10-15分钟内打完，甚至关掉显...
2019-04-02 17:21:35
577
原创 设计模式 —— Python版
文章目录创建型1. Factory Method（工厂方法）2. Abstract Factory（抽象工厂）3. Builder（建造者）4. Prototype（原型）5. Singleton（单例）结构型6. Adapter Class/Object（适配器）7. Bridge（桥接）8. Composite（组合）9. Decorator（装饰）10. Facade（外观）11. Flyw...
2019-01-25 17:03:31
573
原创 计算机网络
标签 ： 计算机网络Bilibili：https://www.bilibili.com/video/av9876107/?p=1文章目录第 1 章 计算机网络概述 —— OSI 参考模型第 1 章 计算机网络概述 —— OSI 参考模型OSI 参考模型：应用层： 所有能产生网络流量的程序。表示层： 在传输之前是否进行加密或压缩处理（二进制、ASCII）。会话层：**注：**会话...
2018-12-23 16:02:29
487
原创 百度自然语言处理
新建 AipNlp:AipNlp 是自然语言处理的 Python SDK 客户端，为使用自然语言处理的开发人员提供了一系列的交互方法。参考如下代码新建一个 AipNlp:from aip import AipNlp""" 你的 APPID AK SK """APP_ID = '15240036' #'你的 APP ID'A..
2018-12-22 16:53:14
3364
1
转载 Scikit-Learn (Sklearn) 中文文档 0.19
Scikit-Learn (Sklearn) 中文文档 0.19scikit-learn 是基于 Python 语言的机器学习工具。简单高效的数据挖掘和数据分析工具可供大家在各种环境中重复使用建立在 NumPy ，SciPy 和 matplotlib 上开源，可商业使用 - BSD许可证官网地址: scikit-learn(sklearn): http...
2018-12-08 11:13:27
893
2
原创 网络是怎样连接的（4）
1.4 委托协议栈发送信息1.4.1 数据收发操作概览知道了 IP 地址之后，就可以委托操作系统内部的协议栈向这个目标 IP 地址，也就是我们要访问的 Web 服务器发送消息了。要发送给 Web 服务器的 HTTP 消息是一种数字信息，因此也可以说是委托协议栈来发送数字信息。收发数字信息这一操作不仅限于浏览器，对于各种使用网络的应用程序来说都是共通的。因此，这一操作的过程也不仅适用于 Web，...
2018-11-03 17:44:51
646
原创 Markdown 中控制图片的大小 对齐方式
普通展示图片MarkDown中显示图片的语法是  。但是这种方法只是单纯把图片显示出来，如果图片很大的话就会铺满屏幕或者超高，排版上不好看。通过img标签控制宽高<img src="http://pic15.photophoto.cn/20100615/0006019058815826_b.jpg" height="330" width="495">...
2018-10-21 16:00:39
690
原创 Google MapReduce 中文版
摘要 MapReduce 是一个编程模型，也是一个处理和生成超大数据集的算法模型的相关实现。用户首先创建一个 Map 函数处理一个基于 key/value pair 的数据集合，输出中间的基于 key/value pair 的数据集合；然后再创建一个 Reduce 函数用来合并所有的具有相同中间 key 值的中间 value 值。现实世界中有很多满足上述处理模型的例子，本论文将详细描述这个...
2018-08-26 21:48:18
560
原创 Google File System 中文版
Google File System 中文版 1.0 版摘要 我们设计并实现了 Google GFS 文件系统，一个面向大规模数据密集型应用的、可伸缩的分布式文件系统。GFS 虽然运行在廉价的普遍硬件设备上，但是它依然了提供灾难冗余的能力，为大量客户机提供了高性能的服务。 虽然 GFS 的设计目标与许多传统的分布式文件系统有很多相同之处，但是，我们的设计还是以我们对自己的应...
2018-08-26 20:52:54
748
转载 深入理解分布式事务,高并发下分布式事务的解决方案
1、什么是分布式事务分布式事务就是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布式系统的不同节点之上。以上是百度百科的解释，简单的说，就是一次大的操作由不同的小操作组成，这些小的操作分布在不同的服务器上，且属于不同的应用，分布式事务需要保证这些小操作要么全部成功，要么全部失败。本质上来说，分布式事务就是为了保证不同数据库的数据一致性。2、分布式事务的产生的原因...
2018-07-23 11:19:41
292
转载 码农周刊分类整理
码农周刊的类别分的比较大，不易于后期查阅，所以我把每期的内容按语言或技术进行了分类整理。码农周刊官方网址 http://weekly.manong.io/一些不熟悉的领域分类可能不准确，请见谅15期为图书推荐，请直接浏览原地址56期为14年最受欢迎列表，请直接浏览原地址现在已整理到第91期。编程之外栏目里的文章和技术无直接关系，移到了talks.md文件里。 readme.
2017-02-27 20:40:57
21418
3
原创 Python 版分布式消息队列 Kafka 实现图片数据传输
在使用 Kafka 之前，通常需要先安装和配置 ZooKeeper。ZooKeeper 是 Kafka 的依赖项之一，它用于协调和管理 Kafka 集群的状态。ZooKeeper 是一个开源的分布式协调服务，它提供了可靠的数据存储和协调机制，用于协调分布式系统中的各个节点。Kafka 使用 ZooKeeper 来存储和管理集群的元数据、配置信息和状态。
2024-04-12 15:53:53
774
1
原创 如何理解图像处理领域的病态问题（ill-posed problem）
比如以图像超分辨为例（示图见文章末尾，来自SRCNN），对于输入的低分辨率图像，输出高分辨率的图像，这并没有一个标准的答案，有很多个解，且这些解并不稳定。再举一个例子说明，比如我们希望通过低动态范围（LDR）图像生成高动态范围（HDR）图像，在这个过程中，由于图像中的过曝区域和欠曝区域存在大量的信息缺失，因此要通过算法预测出其中缺失的信息，这个问题即为ill-posed problem。图像恢复问题可以表述为估计以输入图像为条件的分布的问题。经典的数学物理方程定解问题中，人们只研究适定问题。
2024-04-07 10:10:27
662
原创 Open3D 入门教程
Open3D是一个开源库，支持快速开发处理3D数据的软件。Open3D后端是用C++实现的，经过高度优化并通过Python的前端接口公开。Open3D提供了三种数据结构： 点云 （point cloud）、网格（mesh）和RGB-D图像。对于每个表示，open3D都实现了一整套基本处理算法，如I/O、采样、可视化和数据转换。此外，还包括一些常用的算法，如法线估计、ICP 配准等。模块功能Geometry 几何模块数据结构和基本处理算法Camera 相机模块相机模型和相机轨迹。
2023-07-20 14:26:17
5886
3
原创 Sobel 算子
SobelSobelSobel本质是基于图像空间域卷积，卷积的作用除了实现图像模糊或者去噪，还可以寻找一张图像上所有梯度信息，这些梯度信息是图像的最原始特征数据，进一步处理之后就可以生成一些比较高级的特征用来表示一张图像实现基于图像特征的匹配，图像分类等应用。SobelSobelSobel算子是一种很经典的图像梯度提取算子，其本质是基于图像空间域卷积，背后的思想是图像一阶导数算子的理论支持。
2023-04-07 15:48:04
2243
原创 封装与检测技术
环氧树脂是一种高分子聚合物，分子式为C11H12O3n，是指分子中含有两个以上环氧基团的一类聚合物的总称。环氧树脂优良的物理机械和电绝缘性能、与各种材料的粘接性能、以及其使用工艺的灵活性是其他热固性塑料所不具备的。因此它能制成涂料、复合材料、浇铸料、胶粘剂、模压材料和注射成型材料，在各个领域中得到广泛的应用。能降低水、溶液、悬浮液等的表面张力，防止泡沫形成，或使原有泡沫减少或消灭的物质。cd。
2023-04-07 09:09:21
1366
原创 光学基础知识：焦点、弥散圆、景深、焦深
在现实当中，观赏拍摄的影象是以某种方式(比如投影、放大成照片等等)来观察的，人的肉眼所感受到的影象与放大倍率、投影距离及观看距离有很大的关系，如果弥散圆的直径小于人眼的鉴别能力，在一定范围内实际影象产生的模糊是不能辨认的。在焦点前后各有一个容许弥散圆，这两个弥散圆之间的距离就叫景深，即：在被摄主体(对焦点)前后，其影像仍然有一段清晰范围的，就是景深。与光轴平行的光线射入凸透镜时，理想的镜头应该是所有的光线聚集在一点后，再以锥状的扩散开 来，这个聚集所有光线的一点，就叫做焦点。
2022-12-27 14:14:57
3032
原创 如何解决全局工业相机飞拍拖影问题
这就要看具体的检测精度要求了，例如对于尺寸测量的项目，拖影对测量精度会有严重影响，在这种情况下，就会要求拖影长度尽可能短，要求不超过1/3像素，或者不超过一个像素等；除此之外，还可能与图像传感器（Sensor）有关系，一般来说，Sensor 在进行电荷读出过程中，同时也还是在接收外部光信号的输入，形成寄生光电荷，通常用寄生光灵敏度（Parasitic Light Sensitivity，缩写为 PLS）来表征。，物体运动的方向是水平方向，精度要求拖影不超过。，所以无法满足此飞拍运动场景的精度要求。
2022-11-23 13:56:11
2351
1
原创 基于 OpenCV 的多目标模板匹配，并用聚类算法去除冗余匹配框
为了实现多目标匹配，我选用 OpenCV 和 SKlearn 两个库中的模板匹配和聚类算法来实现。
2022-11-01 10:52:17
1169
1
原创 Qt 窗口操作函数（置顶、全屏，最大化最小化按钮设置等）
将要全屏的 Qt 子窗口调用 setWindowFlags(Qt::Window) 将其类型提升为顶级窗口模式，然后调用 showFullScreen() 函数将子窗口全屏显示。当然全屏后还要恢复正常，即调用 setWindowFlags(Qt::subwindow) 将子窗口设置为非顶级窗口，再调用 showNormal() 还原子窗口显示。在使用 QDialog 时，默认情况下只有 “这是什么” 和 “关闭” 按钮，但是我们习惯有最大化和最小化按钮。即得到屏幕分辨率，如 1024*768。
2022-09-18 18:40:41
6384
转载 Python 解析配置模块之 configparser
该模块适用于配置文件的格式与 Windows ini 文件类似，可以包含一个或多个节（section），每个节可以有多个参数。
2022-07-08 19:03:10
317
原创 注意力机制
注意力机制或注意力池化会根据 query 有偏向性地去选择某一些 (key, value) pair，这里的注意力池化和普通池化层不一样的地方在于注意力池化多了一个 query 部分。
2022-06-02 11:49:45
420
1
原创 XGBoost 参数说明
文章目录General ParametersBooster ParametersTask Parameters首先 XGBoost 有两种接口，XGBoost 库自带的 API 和 Scikit-Learn 提供的 API，具体用法存在细微差别。在运行 XGBoost 之前, 我们必须设置三种类型的参数: （常规参数）general parameters，（提升器参数）booster parameters和（任务参数）task parameters。常规参数与我们用于提升的提升器有关，通常是树模型或
2022-05-28 19:38:35
1216
转载 NeuralCF 推荐模型
文章目录一、导包二、读取数据三、特征编码处理四、使用具名元组为特征进行处理五、构建模型5.1 输入层5.2 Embedding层5.3 GML5.4 MLP5.5 输出层5.6 构建模型六、运转模型绘制网络结构图下图为 NeutralCF 的模型结构图，总共两个分支，第一个分支为GML，第二个为MLP，GML 通路将两个特征的 Embedding 向量进行内积操作，MLP 将两个特征的 Embedding 的向量进行拼接，然后使用多层感知机进行传播，然后将两个通路输出的向量进行拼接，导入全连接层（输出层）
2022-05-12 10:57:27
301
原创 基于深度学习的以图搜图
使用预训练的卷积神经网络提取图片中的特征，生成特征向量。利用图片库中所有图片数据构建 <id, feature vector> 数据。使用 Faiss 创建 Index ，利用 <id, feature vector> 数据生成索引。针对待检索图片，使用模型提取图片特征向量，然后使用 Index 检索 TopK 相似图片的 id。可视化检索结果1. 导包import osimport timeimport torchimport faissimport num.
2022-05-07 16:41:05
2431
3
原创 Pandas 合并
一、 按照行合并1. append用法和列表一样，不用在意参数里是不是有空列表(用列表代替一个参数)，其他几个好像都不可这样a = []b = np.arange(5)print(a)print(b)d = np.append(a,b)print(d)---------输出----[][0 1 2 3 4][0. 1. 2. 3. 4.]2. c_np.c_是按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等#例一a = np.arange(5)b = np.arang
2022-04-28 15:12:21
1881
原创 XGBoost 浅析
目标函数加法模型基学习器回归树表达式前向分步算法目标函数推导构建树的方法系统设计回归树XGBoost 属于加法模型，其中每个基学习器都采用回归树，采用前向分布算法逐步优化其中的每一个基学习器。按照优化模型的一般步骤，定义好模型之后就需要把目标函数写出来，然后把问题转化成一个求解最优值的问题。比如将损失函数降到最小。然后利用各种求解最优质的方法求解出基学习器中的参数。模型表达（加法模型）yiM^=∑j=1Mfj(xi)=∑j=1M−1fj(xi)+fj(M)(.
2022-04-13 11:36:49
1056
原创 神经网络是什么？如何直观理解它的能力极限？它是如何无限逼近真理？
神经网络的基本单元就是一个一个的感知机，感知机有两部分组成：线性部分和激活函数部分。一个感知机的能力是有限的，他只能将数据进行二分，而且这些数据还必须是线性可分的。普遍逼近定理： 只要神经网络有一个隐藏层，它就可以任意逼近一个连续函数。这就让我想到了傅里叶级数，傅里叶级数其实就是把一个复杂的函数拆解成一个一个的圆周运动或者叫正弦波。神经网络也一样，他也是把一个复杂函数拆解成一个一个感知机。说到底就是一个线性函数+一个激活函数的形式。都是化复杂为简单。傅里叶级数和神经网络很像，傅里叶级数用正弦函数去逼近任
2022-04-07 15:10:55
1215
原创 ERROR 1396 (HY000): Operation ALTER USER failed for ‘root‘@‘localhost‘
Ubuntu20 安装 MySQL8.0 版本，使用 sudo mysql 无密码登录。sudo mysql -uroot -p# 无需输入密码，直接 Enter 即可进入mysql> 输入密码mysql> use mysql;mysql> select user,host from user;+------------------+-----------+| user | host |+------------------+-----
2022-03-26 00:04:53
1340
GoogleFileSystem-Bigtable-MapReduce
2018-08-12
统计学经典教材小合集
2017-10-13
深入分析Java Web技术内幕
2017-10-13
CC150(CareerCup)
2017-06-14
《算法新解》中文pdf
2017-02-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人