第六天：机器视觉-深度学习_机器视觉深度学习，前端面试资料集合

深度学习就是通过低层次特征形成更加抽象的高层特征或属性类别，一般是将低层次表达通过线性或者非线性组合获得更高层次的表达，图像与声音类似。
机器学习就是通过算法，使得机器能从大量历史数据中学习规律，从而对新的样本做智能识别或对未来做预测。
深度学习是一种机器学习方法 ， 它允许我们训练人工智能来预测输出，给定一组输入(指传入或传出计算机的信息)。监督学习和非监督学习都可以用来训练人工智能。
神经网络是一组粗略模仿人类大脑，用于模式识别的算法。神经网络这个术语来源于这些系统架构设计背后的灵感，这些系统是用于模拟生物大脑自身神经网络的基本结构，以便计算机能够执行特定的任务。
可以采用梯度下降法降低成本函数。
构建神经网络的时候：
第一步：准备数据
第二部：配置网络：
共有三层（不加入输入层）有两个隐层和一个输出层，输出层相当于一个分类器。
定义输出层是注意灰度图和彩色通道有单通道和三通道的区别。接下来定义损失函数，优化，
第三步：模型训练
第四步：模型评估
数学基础&py基础
在机器视觉发展至中期时：主要分为四步：特征提取，向量化，索引技术，后处理
在索引技术中一般采用加权的处理方式
后处理：局部几何认证，弱空间关系验证，乘积量化

ES6

• 列举常用的ES6特性：

• 箭头函数需要注意哪些地方？

• let、const、var

• 拓展：var方式定义的变量有什么样的bug？

• Set数据结构

• 拓展：数组去重的方法

• 箭头函数this的指向。

• 手写ES6 class继承。

微信小程序

• 简单描述一下微信小程序的相关文件类型?

• 你是怎么封装微信小程序的数据请求？

• 有哪些参数传值的方法？

• 你使用过哪些方法，来提高微信小程序的应用速度？

• 小程序和原生App哪个好？

• 简述微信小程序原理？

• 分析微信小程序的优劣势

• 怎么解决小程序的异步请求问题？

其他知识点面试

• webpack的原理

• webpack的loader和plugin的区别？

• 怎么使用webpack对项目进行优化?

• 防抖、节流

• 浏览器的缓存机制

• 描述一下二叉树, 并说明二叉树的几种遍历方式?

• 项目类问题

• 笔试编程题：

最后

技术栈比较搭，基本用过的东西都是一模一样的。快手终面喜欢问智力题，校招也是终面问智力题，大家要准备一下一些经典智力题。如果排列组合、概率论这些基础忘了，建议回去补一下。