- 博客(11)
- 收藏
- 关注
RSS订阅原创 docker拉取pytorch，修改存取环境
1. docker 拉取pytorch环境， 去pytorch官网[pytorch](https://hub.docker.com/r/pytorch/pytorch/tags?page=1&ordering=last_updated)看看，我需要 pytorch 1.0.1参考：pytorch: 使用dockerdocker入门—容器的增删改查及保存wenjie@lthpc:~$ docker pull pytorch/pytorch:1.0.1-cuda10.0-cudnn7-devel
2020-11-26 22:56:51
1380
原创 Python面试：迭代器和生成器
讲讲python的迭代器和生成器参考：菜鸟教程如何更好地理解Python迭代器和生成器？区别：生成器是一种特殊的迭代器，只能迭代一次迭代器迭代器是python中的一个强大功能，用于访问集合元素。是一个能记住遍历位置的对象，遍历时只能往前，不能后退。迭代器常用方法有 iter() 和 next(). 把一个类作为迭代器使用需要在类中实现两个函数：__iter__() 和 __next__().生成器Python 中使用了 yield 的函数称为生成器，生成器函数返回一个迭代器。在调用生成器运行的
2020-09-21 23:28:09
1352
原创 概率题：病毒分裂
题目一个病毒，有 1/3 的概率死亡，有 2/3 的概率分裂成两个病毒，求这个病毒能无限繁殖的概率。解答假设一个病毒无限繁殖的概率为x, 一个病毒无限繁殖的概率等同与它的下一代至少有一个能无限繁殖的概率因此：x=23∗[1−(1−x)2] x = \frac{2}{3} * [ 1 - (1 - x)^2]x=32∗[1−(1−x)2]解方程得 x=12 x = \frac{1}{2}x=21...
2020-09-02 15:51:41
650
原创 排列组合 2020-08-25
错排问题错排问题指： 考虑一个 n 个元素的排列，排列后要求每一个元素都不在自己原有的位置上，这样的排列称为错排。错排的个数记为 D(n).问题变体： 写信时将n封信装到n个不同的信封里，有多少种全部装错信封的情况？又比如四人各写一张贺年卡互相赠送，有多少种赠送方法？自己写的贺年卡不能送给自己等。递推公式： D(1) = 0, D(2) = 1; D(n) = (n-1) * ( D(n-2) + D(n-1))...
2020-08-25 15:16:31
272
原创 刷题 2020/08/24
二叉树：二叉树最大深度 / 最小深度 ：BFS (用栈）旋转数组：面试题 10.03. 搜索旋转数组旋转矩阵打印从左往右，从上往下，从右往左，从下往上 （加判断条件判断是否结束）笔试记录：腾讯：第一题：添加最少的括号使其有效（有 ‘(’, ‘)’, ‘[’, ‘]’ 等）第二题：一个积分，很好搞定。第三题：现有n个人，要从这n个人中选任意数量的人组成一只队伍，再在这些人中选出一名队长，求不同的方案对10^9+7取模的结果。如果两个方案选取的人的集合不同或选出的队长不..
2020-08-25 12:45:26
117
原创 python一些必须掌握的自带库函数
1. 字符串相关处理s.isalnum() 判断 s 是否是字母和数字的组合s.isalpha() 判断 s 是否是字母s.isdigit() 判断 s 是否是数字
2020-06-19 17:14:17
205
原创 人脸常用loss
arcface losscosface losssphereFace参考： https://zhuanlan.zhihu.com/p/119396037人脸这些损失函数总的思想就是： 最大化类间距离， 最小化类内距离这篇博客总结面试人脸 loss 和 可能的面试问题。loss 包括：arcface loss (Addictive Augular Margin Loss)cosface loss (Large margin cosine loss)面试问题：为什么有些loss里权重和特
2020-06-19 16:42:10
523
原创 Batch Normalization 相关
原文地址： https://arxiv.org/pdf/1502.03167.pdfInception V2 在V1的基础上引入了Batch Normalization的操作。为甚么引入 \gamma, \beta?原文： Note that simply normalizing each input of a layer may change what the layer can represent. For instance, normalizing the inputs of a sigmoid
2020-06-18 20:35:14
211
原创 腾讯一面面经（PCG)
问简历，使劲问。。。没准备好的有： 还有哪些排序的loss，跟你项目相关的有 pose estimation, 行人检测，人脸识别，你对哪个比较熟？讲一下吧。。。。我。。。人脸？ 然后人脸loss讲一下吧。。。。瞎扯一通，面试官说你不记得了吧。。。。其他的，问对经典网络有什么了解，除了resnet以外，讲一下googLeNet有什么亮点？回答了多尺度卷积，batchnorm, 1xn和nx1的可分离卷积，又问了可分离卷积还在哪些网络上有应用？（回答shufflenet, 面试官说应该是mobileN
2020-06-18 00:23:18
357
转载 优化算法（SGD, Momentum, Adagrad, Adam）
优化算法通常只考虑最小化目标函数。其实，任何最大化问题都可以很容易地转化为最小化问题。很多优化问题并不存在解析解，而需要使用基于数值方法的优化算法找到近似解，即数值解。为了求得最小化目标函数的数值解，我们将通过优化算法有限次迭代模型参数来尽可能降低损失函数的值。深度学习模型的目标函数可能有若干局部最优值。当一个优化问题的数值解在局部最优解附近时，由于目标函数有关解的梯度接近或变成零，最终迭代求得的数值解可能只令目标函数局部最小化而非全局最小化。SGD,Momentum,Adagard,Adam简述
2020-06-16 12:26:34
845
原创 排序数组 （Leecode 912, 快排， 堆排， 归并排序， 冒泡排序）
# 快排 def sortArray(self, nums: List[int]) -> List[int]: def partition(start, end, nums): flag = start - 1 for k in range(start, end): if nums[k] < nums[end]: flag += 1 ...
2020-06-16 11:17:44
159
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人