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。