- 博客(42)
- 资源 (3)
- 收藏
- 关注
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 特斯拉面试--无人驾驶技术岗50w的offer你心动了吗
自从2015年,马斯克在Twitter上招揽工程师,并将亲自面试应聘者。特斯拉的自动驾驶技术仍然远远称不上无人驾驶,但特斯拉Model S的车主已经可以在高速公路上把手离开方向盘。特斯拉一向走在汽车科技创新的前列,马斯克也不太可能在无人驾驶汽车领域落后于人。他今年9月接受Danish TV采访时估计,特斯拉大概只需要3年就可以实现这一目标。金九银十,总结了特斯拉最近的一轮笔试,面试岗位无人驾驶算法工程师,计算机视觉方向面试的时间一般是两个半小时,一共三道题,面试的答主肯定是通过了,面试的环境属于英
2021-09-06 18:11:23
3109
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 NLP当前主流算法的发展
文本分类算法综述简述文本分类在文本处理中是很重要的一个模块,它的应用也非常广泛,比如:垃圾过滤,新闻分类,词性标注等等。它和其他的分类没有本质的区别,核心方法为首先提取分类数据的特征,然后选择最优的匹配,从而分类。但是文本也有自己的特点,根据文本的特点,文本分类的一般流程为:1.预处理;2.文本表示及特征选择;3.构造分类器;4.分类。通常来讲,文本分类任务是指在给定的分类体系中,将文本指定分到某个或某几个类别中。被分类的对象有短文本,例如句子、标题、商品评论等等,长文本,如文章等。分类体系一般人
2021-09-05 16:42:07
1226
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 美团一面究竟有多难
电话面。跟前两面风格完全不一样!先问我学过什么科目?我说计算机网络、操作系统、编译原理、数据结构、计算机组成原理、数据库等等;对什么科目感兴趣?我说计算机网络吧为什么喜欢这门课?我说因为上课听得懂,这门课的体系也比较清晰,分层来学,循序渐进,分数考得高,有成就感所以就喜欢了。这门课有哪些让你记忆深刻的地方?我说 tcp、ip吧,tcp 比较记忆深刻因为他很重要,出现的地方比较多,ip的话应该我们现实生活中也总是提起,所以记忆比较深刻一些。3 .那我们现实中说到的 ip 和
2020-07-18 00:08:59
398
原创 基于Pytorch实现AI写藏头诗
本实验主要介绍基于modelarts的notebook开发环境,来进行LSTM模型的训练->推理的AI写诗的代码实战开发和运行。本实验会使用到ModelArts服务。
2024-06-13 11:07:57
1263
2
原创 [NeurIPS 2022] 消除视觉Transformer与卷积神经网络在小数据集上的差距
本文简要介绍NeurIPS 2022录用的论文“**Bridging the Gap Between Vision** **Transformers and Convolutional Neural Networks on Small Datasets**”的主要工作。该论文旨在通过增强视觉Transformer中的归纳偏置来提升其在小数据集上从随机初始化开始训练的识别性能。本文通过多种操作构建混合模型,增强视觉Transformer捕捉空间相关性的能力和其进行通道多样性表征的能力,弥补了Transform
2023-01-12 15:02:49
682
原创 新冠COVIN-19流感病患轨迹追溯
冬季是流感的高发季节,现已知某流感病毒的传播力很强,政府部门也陆续公开了部分流感确诊患者(后续简称“病患”)的非隐私信息,这部分数据为相关研究人员研究该流感病毒的传播与防控提供了重要的数据支撑。然而,公布的数据多为文本等非结构化数据,而且极其分散,难以直接为后续研究提供深度的支撑。病患的轨迹信息蕴含居家、出行、餐饮等丰富的接触关系,在流感病毒人传人的特性下,如果能直观地展示这些接触信息,相信能对该流感病毒的研究提供很大的帮助。
2023-01-09 20:28:55
1089
原创 阿里云linux安装docker 以及常见遇见的坑
4.安装docker-ce(docker -ce-cli 是docker的命令行工具;1.查看Linux系统的内核版本,看它是否支持docker安装,Linux的内核版本在3.10及以后才支持安装。1.修改配置文件/etc/docker/daemon.json来使用加速器(这里使用的阿里云的)如果系统有了 Docker,再去安装 Podman 也会有意义的错误信息。既然不兼容,那就卸载掉 podman ,然后在安装 Docker。3.查看docker客户端和服务端的信息,验证加速器是否生效。...
2022-08-16 13:12:43
1044
原创 YOLOV3论文理解复现与代码实战
文章目录网络结构1.1 Darknet-53网络结构1.2 YOLOV3网络结构输出特征图预测解码2.1 Anchor2.2 位置偏移2.3 置信度:2.4 类别预测训练策略与损失函数3.1 训练策略3.2 损失函数3.2.1 目标定位损失3.2.2 目标置信度损失3.2.3 目标分类损失实战流程4.1 数据准备——COCO2014目标检测数据集4.2 train.py4.3 数据读取4.4 模型定义4.5 NMS非极大值抑制(Non-Maximum Supp
2021-11-15 21:49:02
3581
原创 计算机视觉知识点总结
每个都知识点对应都有项目代码:人工智能AI:计算机视觉(看)经典“三剑客”图像分类(Image Classification)ResNetMobileNet目标检测(Object Detection)Faster RCNNYOLOCenterNet图像分割(Image Segmentation)语义分割(Semantic Segmentation)UNetDeepLab实例分割(Instance Segmentation)Mask R-CNN全景分割(Panoptic Se.
2021-09-13 19:10:38
338
转载 Neo4j安装及简单使用
一、Neo4j和图数据库简介neo4j是基于Java语言编写图形数据库。图是一组节点和连接这些节点的关系。图形数据库也被称为图形数据库管理系统或GDBMS。Neo4j的是一种流行的图形数据库。 其他的图形数据库是Oracle NoSQL数据库,OrientDB,HypherGraphDB,GraphBase,InfiniteGraph,AllegroGraph。Neo4j图形数据库的主要构建块是:节点:是图表的基本单位。 它包含具有键值对的属性关系:连接两个节点,具有方向:单向和双向。每个关系包
2021-09-12 19:20:48
717
转载 自然语言处理(NLP)知识结构总结
自然语言处理(NLP)知识结构总结自然语言处理知识太庞大了,网上也都是一些零零散散的知识,比如单独讲某些模型,也没有来龙去脉,学习起来较为困难,于是我自己总结了一份知识体系结构,内容来源主要参考黄志洪老师的自然语言处理课程,主要参考书为宗成庆老师的《统计自然语言处理》,可能很多内容写的不清楚,但好像中文NLP书籍就这一本全一些,如果想看好的英文资料,可以到我的GitHub上下载:http://github.com/lovesoft5/ml下面直接开始正文:▌一、自然语言处理概述1)自然语言处理:利
2021-09-11 00:29:34
2628
原创 gensim学习之语料库和向量空间之二
1.字符串转为向量1.1导入所需库import logginglogging.basicConfig(format='%(asctime)s:%(levelname)s:%(message)s',level=logging.INFO)from gensim import corporafrom collections import defaultdict1.2.语料准备和处理这里只使用一些语句的集合来作为语料#文档集合使用string的list表示,每个string代表一个文档.整个就是一
2021-09-10 21:41:41
855
1
原创 gensim学习之语料库和向量空间的探索之一
Gensim 基础的使用(一)语料库和向量空间https://radimrehurek.com/gensim/corpora/dictionary.html添加文档到字典中:字典基本属性词典的保存和加载
2021-09-10 21:16:55
74
原创 深度解析Droupout与Batch Normalization
Droupout与Batch Normalization都是深度学习常用且基础的训练技巧了。本文将从理论和实践两个角度分布其特点和细节。Droupout2012年,Hinton在其论文中提出Dropout。当一个复杂的前馈神经网络被训练在小的数据集时,容易造成过拟合。为了防止过拟合,可以通过阻止特征检测器的共同作用来提高神经网络的性能。Droupout是一种针对深度学习广泛应用的正则化技术。在每次迭代时随机关闭一些神经单元,随着迭代的进行,由于其他神经元可能在任何时候都被关闭,因此神经元对其他特定神经
2021-09-08 15:01:21
955
原创 关键词提取-基于python实现tf-idf
代码实现:#encoding:utf-8import jiebaimport reimport osimport numpy as npclass MyTfIdf: def __init__(self): #语料库中所有文档的每个词的词频 的统计 ''' {文档id1:{'乔布斯':0.333,...}, 文档id2 :{‘苹果’:0.666,...}} ...
2021-09-07 16:14:36
3294
转载 一招图解教你学会RNN、RNN变体、Seq2Seq、Attention机制
一招图解教你学会RNN、RNN变体、Seq2Seq、Attention机制**本文主要是利用图片的形式,详细地介绍了经典的RNN、RNN几个重要变体,以及Seq2Seq模型、Attention机制。希望这篇文章能够提供一个全新的视角,帮助初学者更好地入门。**一、从单层网络谈起在学习RNN之前,首先要了解一下最基本的单层网络,它的结构如图:输入是x,经过变换Wx+b和激活函数f得到输出y。相信大家对这个已经非常熟悉了。二、经典的RNN结构(N vs N)在实际应用中,我们还会遇到很多序列形
2021-09-05 15:44:00
192
转载 Computer Vision 杂志对何恺明 Rethinking ImageNet Pre-training 的最新评论
中国人有在深度学习取得重大突破,无疑是让国人无比兴奋地,今天带来大佬–何恺明的论文研读当第一次看源码看到中文拼音名,百度搜索了下此人–何恺明人物简介编辑 何恺明从小在广州长大,在广州执信中学就读时获得过全国物理竞赛和省化学竞赛的一等奖。 [4] 2003年5月,何恺明拿到保送清华的资格,是当年执信中学唯一保送上清华大学的学生 [5] ;高考结果出炉以后,何恺明获得满分900分的成绩,成为当年广东省9位满分状元之一。 2003年9月,何恺明进入清华大学以后,放弃了原本保送的机械工程及其自动化专
2021-08-30 15:33:14
399
原创 走进聊天机器人||需求分析和流程介绍||环境准备||语料准备||文本分词||文本分词||动手练习
走进聊天机器人学习目标知道常见的bot的分类知道企业中常见的流程和方法1. 目前企业中的常见的聊天机器人QA BOT(问答机器人):回答问题代表 :智能客服、比如:提问和回答TASK BOT (任务机器人):帮助人们做事情代表:siri比如:设置明天早上9点的闹钟CHAT BOT(聊天机器人):通用、开放聊天代表:微软小冰2. 常见的聊天机器人怎么实现的2.1 问答机器人的常见实现手段信息检索、搜索 (简单,效果一般,对数据问答对的要求高)关键词
2021-08-28 21:40:29
1491
3
原创 循环神经网络和自然语言处理介绍||文本情感分类|| 循环神经网络||循环神经网络实现文本情感分类||Pytorch中的序列化容器
循环神经网络和自然语言处理介绍目标知道token和tokenization知道N-gram的概念和作用知道文本向量化表示的方法1. 文本的tokenization1.1 概念和工具的介绍tokenization就是通常所说的分词,分出的每一个词语我们把它称为token。常见的分词工具很多,比如:jieba分词:https://github.com/fxsjy/jieba清华大学的分词工具THULAC:https://github.com/thunlp/THULAC-Python
2021-08-28 21:18:57
621
原创 深度学习笔记--pytorch从梯度下降到反向传播BP到线性回归实现,以及API调用和手写数据集的实现
梯度下降和反向传播目标知道什么是梯度下降知道什么是反向传播1. 梯度是什么?梯度:是一个向量,导数+变化最快的方向(学习的前进方向)回顾机器学习收集数据xxx ,构建机器学习模型fff,得到f(x,w)=Ypredictf(x,w) = Y_{predict}f(x,w)=Ypredict判断模型好坏的方法:目标:通过调整(学习)参数www,尽可能的降低losslossloss,那么我们该如何调整www呢?随机选择一个起始点w0w_0w0,通过调整w0w_0w0,让loss
2021-08-28 21:06:27
919
原创 梯度下降和反向传播算法
梯度下降和反向传播目标知道什么是梯度下降知道什么是反向传播1. 梯度是什么?梯度:是一个向量,导数+变化最快的方向(学习的前进方向)回顾机器学习收集数据xxx ,构建机器学习模型fff,得到f(x,w)=Ypredictf(x,w) = Y_{predict}f(x,w)=Ypredict判断模型好坏的方法:目标:通过调整(学习)参数www,尽可能的降低losslossloss,那么我们该如何调整www呢?随机选择一个起始点w0w_0w0,通过调整w0w_0w0,让loss
2021-08-28 20:45:47
351
原创 Pytorch的从安装到入门使用
Pytorch的安装目标知道如何安装pytorch1. Pytorch的介绍Pytorch是一款facebook发布的深度学习框架,由其易用性,友好性,深受广大用户青睐。2. Pytorch的版本3. Pytorch的安装安装地址介绍:https://pytorch.org/get-started/locally/带GPU安装步骤:conda install pytorch torchvision cudatoolkit=9.0 -c pytorch不带GPU安装步骤conda
2021-08-28 20:23:25
175
原创 1深度学习的介绍和神经网络的介绍
1深度学习的介绍目标知道什么是深度学习知道深度学习和机器学习的区别能够说出深度学习的主要应用场景知道深度学习的常见框架1. 深度学习的概念深度学习(英语:deep learning)是机器学习的分支,是一种以人工神经网络为架构,对数据进行特征学习的算法。2. 机器学习和深度学习的区别2.1 区别1 :特征提取从特征提取的角度出发:机器学习需要有人工的特征提取的过程深度学习没有复杂的人工特征提取的过程,特征提取的过程可以通过深度神经网络自动完成2.2 区别2:数据量
2021-08-28 20:18:29
487
原创 NLP 字节腾讯 面试常见问题
入职腾讯,拿到字节offer,面经总结如下:首先入手机器学习看了吴恩达的视频,然后看李航的统计学习方法,反复推了好几遍,大约花了2个月左右,然后对其中的算法用python实现一遍,多去敲代码(make your hands dirty)。机器学习方面你就基本上有所入门了,接下来你可以去kaggle或者天池上找一些比赛,可以找志同道合的小伙伴一起尝试一下。之后深度学习方面你可以先从吴恩达的deeplearning课程入手,然后完成相应的作业(可以在github上搜),虽然有一些还是用的tensorflow1
2021-06-30 17:04:55
261
原创 6-26 装饰器的探索
##encoding=utf8#def config_name(name): #def inner(msg): #print(name + ":" + msg) #print(id(inner)) #return inner## 创建 tom 闭包 实例(对象)#tom = config_name("tom")##创建jerry闭包实例:#jerry = config_name("jerry")##如果执行tom闭包因为已经保存了n.
2021-06-27 13:58:20
78
转载 爬虫学习 笔记
爬虫概述知识点:了解 爬虫的概念了解 爬虫的作用了解 爬虫的分类掌握 爬虫的流程1. 爬虫的概念模拟浏览器,发送请求,获取响应网络爬虫(又被称为网页蜘蛛,网络机器人)就是模拟客户端(主要指浏览器)发送网络请求,接收请求响应,一种按照一定的规则,自动地抓取互联网信息的程序。原则上,只要是客户端(浏览器)能做的事情,爬虫都能够做爬虫也只能获取客户端(浏览器)所展示出来的数据知识点:了解 爬虫的概念2. 爬虫的作用爬虫在互联网世界中有很多的作用,比如:
2021-06-27 13:44:34
89
原创 6-26 python- 闭包 探索
2021年 6月26日闭包# coding=utf-8#闭包的使用条件:# 1.函数嵌套# 2.内部函数使用了外部函数的变量或者参数# 3.外部函数要返回内部函数,这个使用了外部函数变量的内部函数称为闭包#闭包的使用条件:# 函数嵌套def func_out(): num1 =10 def func_inner(): #内部函数# 2.内部函数使用了外部函数的变量或者参数 result = num1 + 10
2021-06-26 14:22:52
61
原创 面向对象---类和对象
# coding=utf-8#需求:洗衣机,功能:能洗衣服#1.定义洗衣机类""""class 类名(): 代码"""class Washer(): def wash(self): print('能洗衣服')##2.创建对象##对象名 = 类名( )haier = Washer( )#3.验证成果#打印haier对象print(haier)#使用wash功能--实例方法/对象方法 --对象名()haier.wash"""----
2021-06-25 23:31:21
98
原创 win10安装pytorch(使用国内镜像)
win10安装pytorch(使用国内镜像)一、安装前基本准备首先要选择是安装CPU版本还是GPU版本,对应的硬件需求和安装命令不同。本人安装的是GPU版本。进入pytorch官网,这是地址。如下图:其中,所选项依次为:pytorch 框架的构建:选择稳定版(stable)还是预览版(Preview),一般选择前者;你的操作系统:一般是Windows,视情况而定;包(的安装):看你是选择使用pip、conda、等命令中的哪一种;语言:看你使用的是python还是Java/C++开发语言;CU
2021-06-24 15:23:39
1243
原创 2021-06-22 Python 高级进阶
Python 高级进阶6-22日1.推导式[x*y for x in range(1,6) if x > 2 for y in range(1,7) if y < 3]#他的执行顺序是:for x in range(1,6): if x > 2: for y in range(1,7): if y < 3: x*y#1-1names = ['Joe','Bill','Jeffers
2021-06-22 17:14:50
163
转载 KMP算法详解
KMP算法详解首先感谢大佬博主v_JULY_v(v_JULY_v)在从头到尾彻底理解KMP(2014年8月22日版)一文中给我在写博客组织语言上的启发,以及部分图片的转载。KMP算法是一种字符串模式匹配算法,不同的来源讲解方式也不一样,很容易混乱,在这里以一种特殊的方式来讲解KMP算法,希望大家不再被这个问题所困扰。一. 一些基础问题什么是字符串的模式匹配?给定两个串S=“s1s2s3 …sn”和T=“t1t2t3 …tn”,在主串S中寻找子串T的过程叫做模式匹配,T称为模式。如何寻找?我们先
2021-06-13 21:24:06
272
转载 用Python 类实现两种排序BFS/DFS算法
**用Python 类实现两种排序BFS/DFS算法什么是BFS和DFS算法BFS和DFS算法代码实现BFS和DFS算法(第3讲)—— 从BFS到Dijkstra算法思路:大家做这道题的时候,首先自己要创建很多的节点,然后自己构建节点之间的连接关系,打散时候排序,排序的话大家想想根节点有什么特点,很容易就会找到根节点的。另外就是:创建节点可以有自己的创建方式,属性可以有input node 和output node,然后根据input 和output 直接构建网络,这种左右节点方式还是easy
2021-06-12 19:44:42
511
原创 编程:Python基础笔试题(附答案)
编程:Python基础笔试题(附答案)一、单项选择题1.下列哪个语句在Python中是非法的?A、x = y = z =1 B、x = (y = z + 1)C、x, y = y, x D、x += y答案:B2.关于Python内存管理,下列说法错误的是A、变量不必事先声明 B、变量无须先创建和赋值而直接使用C、变量无须指定类型 D、可以使用del释放资源答案:B. (不先赋值会报错,is not defined)3、下面哪个不是Python合法的标识符A、int32 B、40XL
2021-06-12 18:05:53
6566
原创 python常见的数据结构之排序分析
**Python - 排序( 插入, 冒泡, 快速, 二分 )**目录一.插入排序算法分析性能参数详细代码解读简单实例二. 冒泡排序算法分析性能参数详细代码简单代码升级版代码三.快速排序算法分析性能参数详细代码si二分查找算法分析性能参数详细代码简单代码总结冒泡排序插入排序快速排序回到顶部插入排序算法分析两次循环, 大循环对队列中的每一个元素拿出来作为小循环的裁定对象小循环对堆当前循环对象在有序队列中寻找插入的位置性能参数空间复杂
2021-06-12 17:48:59
321
2
转载 Matplotlib之scatter()函数
Matplotlib之scatter()函数scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)参数(Parameters)说明:x,y:array_like,shape(n,) 输入数据s:标
2021-06-11 18:47:47
4382
原创 美团超详细面经(附答案)
美团超详细面经(附答案)一面自我介绍答:自我介绍是面试中唯一的自己主动介绍自己的环节,一定要好好把握好,你数据结构学的号可以手撕一个红黑树你就说我数据结构掌握地很好,反正就是要把自己的优势凸显出来,比如我是保研的以及对于java的知识较熟悉,我介绍完自己的本科经历以后,我就说我是保送到本校继续读研究生,然后最末尾会加上自己熟悉java,然后面试官就会问java的一些东西;项目介绍及其亮点答:这篇文章可以作为你面试的项目亮点的文章,不来看看吗?java的8种数据类型有哪些?答:感觉这个问题被问烂
2020-07-24 23:56:11
1362
原创 非科班双非本科投的337家Java后台(励志)
非科班双非本科投的337家Java后台(励志)前言文章出自:https://www.nowcoder.com/discuss/133333这是公众号的一位粉丝的秋招经验贴,文章作者牛客网ID是“我们会尽快给你通知”,是双非+本科+非科班(电气工程与自动化),可以说在学历专业都不占优,但靠着自己的海投了337家互联网公司的不懈努力,最终还是收割了几家互联网公司的offer,觉得很励志,我是着实佩服,望与诸君共勉。(PS:欢迎大家投稿~)背景交代湖南某双非本科,学的电气工程与自动化,今年四月初开始自
2020-07-24 23:44:36
1413
1
原创 Linux 常用命令学习
分类 编程技术1、ls命令就是 list 的缩写,通过 ls 命令不仅可以查看 linux 文件夹包含的文件,而且可以查看文件权限(包括目录、文件夹、文件权限)查看目录信息等等。常用参数搭配:ls -a 列出目录所有文件,包含以.开始的隐藏文件ls -A 列出除.及…的其它文件ls -r 反序排列ls -t 以文件修改时间排序ls -S 以文件大小排序ls -h 以易读大小显示ls -l 除了文件名之外,还将文件的权限、所有者、文件大小等信息详细列出来实例:(1) 按易读方式按时间
2020-07-24 23:28:37
195
原创 计算机网络基础知识总结(面试重要)
1,OSI,TCP/IP,五层协议的体系结构,以及各层协议OSI分层 (7层):物理层、数据链路层、网络层、传输层、会话层、表示层、应用层。TCP/IP分层(4层):网络接口层、 网际层、运输层、 应用层。五层协议 (5层):物理层、数据链路层、网络层、运输层、应用层。每一层的协议如下:物理层:RJ45、CLOCK、IEEE802.3 (中继器,集线器,网关)数据链路:PPP、FR、HDLC、VLAN、MAC
2020-07-20 22:55:46
271
原创 SQL 语法速成手册
本文针对关系型数据库的一般语法。限于篇幅,本文侧重说明用法,不会展开讲解特性、原理。篇幅较长,但内容基本涵盖了SQL语法的大部分内容。一、基本概念数据库术语*数据库*(database) - 保存有组织的数据的容器(通常是一个文件或一组文件)。*数据表*(table) - 某种特定类型数据的结构化清单。*模式*(schema) - 关于数据库和表的布局及特性的信息。模式定义了数据在表中如何存储,包含存储什么样的数据,数据如何分解,各部分信息如何命名等信息。数据库和表都有模式。*列*(col
2020-07-18 01:01:04
89
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人