- 博客(45)
- 收藏
- 关注
RSS订阅原创 conda环境启动jupyter notebook，但是环境没有切换的问题
conda环境启动jupyter notebook，但是环境没有切换的问题在conda中切换环境，启动jupyter notebook后，启动的jupyter中的环境是base的环境，不是期望的环境。
2022-07-29 23:48:41
662
1
原创 5-2 自然语言处理NLP-seq2seq attention的提出-计算方式及pytorch实现
自然语言处理NLP-seq2seq attention的提出-计算方式及pytorch实现seq2seq attention的论文出处attention机制引入要解决的问题encoder得到的固定向量直接送入decoder，不利于较长句子的信息传递 提取decoder中目标单词需要关注原文中的语义信息seq2seq decoder的构成seq2seq attention的经典形式pytorch实现Seq2Seq中dot型attention的注意力
2022-04-06 18:24:40
1049
原创 5-1 自然语言处理NLP-RNN、RNN长程依赖导致的梯度问题、LSTM、GRU、LSTM前向代码实现
自然语言处理NLP-RNN、RNN长程依赖导致的梯度问题、LSTM、GRU、LSTM前向代码实现RNN发生梯度消失的原因是什么？RNN中梯度问题是长程依赖导致的远距离的梯度更新问题，和DNN中的梯度消失有所不同。RNN中梯度本身不会消失，但是远距离时间步产生的梯度会消失。遇到梯度爆炸可以尝试的解决方法RNN中使用ReLU可以解决梯度消失问题吗？GRU和LSTM的差别LSTM为什么能够解决梯度消失/爆炸的问题？pytorch实现LSTM前向传播过程
2022-04-06 12:56:06
1245
2
原创 入门Git管理工具
入门Git管理工具1、集中式（SVN） 与 分布式（GIT）管理的区别SVN与GIT优缺点对比2、GIT的安装Windows安装Linux安装3、GIT基本原理与工作流程Git工作区Git文件状态（版本控制就是对文件的版本控制）4、GIT基本操作5、本地仓库提交远程仓库Github账号配置设置远程仓库6、分支策略
2022-03-31 19:25:24
2169
原创 经典字符串匹配算法-KMP、Sunday、shift-And基本思想、边界处理与编程技巧、代码实现
本人按照暴力匹配、Sunday、shift-And、KMP。希望能够由简到难，明晰思想，厘清逻辑以及熟悉一些编程的处理方式，希望能够化解算法思想缺失和编程能力不足导致的算法进阶迷茫。Sunday算法不再逐个位置比较，通过对pattern串的元素情况的分析，向后跳一定长度，减少了计算量。shift-And将pattern串的每个元素进行按位编码，将匹配问题转换为高位的与运算，用p来记录当前高位的匹配情况。KMP算法利用了pattern字符串的前缀和后缀信息，找到未匹配字符前最长的相同前缀和后缀信息来进行跳转
2022-03-09 16:30:16
685
2
原创 leetcode链表-删除链表中的元素-leetcode19删除链表的倒数第N个结点、leetcode83删除排序链表中的重复元素、leetcode82
leetcode链表-删除链表中的元素-leetcode19、leetcode83、leetcode82leetcode19删除链表的倒数N个节点leetcode83删除所有重复的元素，使每个元素只出现一次leetcode82删除原始链表中所有重复数字的节点，只留下不同的数字
2022-03-01 08:48:47
108
4
原创 leetcode链表-反转链表-leetcode206、leetcode92、leetcode25、leetcode61、leetcode24
leetcode链表-反转链表四兄弟-leetcode206、leetcode92、leetcode25-leetcode61leetcode206-反转链表：反转链表节点的指向leetcode92-反转链表2：反转链表多了需要反转的位置限制leetcode25-K个一组反转链表：K个一组反转链表，不满K个节点的部分不反转leetcode61-旋转链表：向右旋转K个位置
2022-02-28 18:49:01
243
原创 leetcode链表-环形链表三兄弟-leetcode141、leetcode142、leetcode202快乐数
leetcode链表-环形链表三兄弟-leetcode141、leetcode142、leetcode202快乐数leetcode141环形链表1：判断链表是否有环暴力判断法：快慢指针法：反证法的思维leetcode142环形链表2：判断链表是否有环，有环的话返回入环节点暴力判断法：直接返回访问过的节点快慢指针法：leetcode202判断是不是快乐数判断数字是否会变成1，如果变成1就是快乐树如果没有变成1的情况，有环出现就不是快乐数
2022-02-28 11:54:40
278
原创 4-2 计算机视觉-卷积神经网络-基本网络组件
计算机视觉-卷积神经网络-基本网络组件1、为什么卷积核一般都是奇数？2、由哪些层组成了基本的卷积神经网络，作用分别是什么？3、卷积层和池化层有什么区别？4、什么是端到端学习end-to-end？
2022-02-27 21:29:47
1745
原创 3-6 决策树、CART树、GBDT、xgboost、lightgbm一些关键点梳理
ID3决策树：计算最大信息增益的特征，对样本进行划分C4.5决策树：计算最大信息增益率（也叫信息增益比）的特征，对样本进行划分CART分类树采用基尼指数作为划分条件，基尼指数越大说明不确定性越小CART回归树通过最小化损失函数的方式来选择划分点，每个叶子节点集合对应的预测值为 使得被划分集合损失函数最小的回归值xgboost在GBDT的损失函数上加了正则化项，将损失函数近似为二阶泰勒展开lightgbm采用了Histogram直方图、基于梯度的单边采样算法、互斥特征绑定算法
2022-02-16 23:24:39
1105
原创 4-1 计算机视觉-卷积神经网络
计算机视觉-卷积神经网络1. 当图像尺寸变为 2 倍，CNN 的参数数量变为几倍？为什么？2. CNN共享参数有什么优点?3. 卷积层的感受野指的是什么，如何计算？4. 卷积层的参数量和计算量该如何计算，请举例说明5. pooling层的作用是什么？
2022-02-14 21:33:27
1478
原创 2.8.2-神经网络基础-神经网络加速-automl
神经网络基础-神经网络加速-automl1. 如何解决神经网络中的过拟合问题？2. 影响神经网络推理速度的因素有哪些？3. 模型压缩的常用方法有哪些？4. 什么是自动化机器学习？5. 请简述神经网络架构搜索的大致流程
2022-02-11 13:21:45
507
原创 2.9 深度学习基础-梯度下降方法、dropout、BN（Batch Normalization）
深度学习基础-梯度下降方法、dropout、BN（Batch Normalization）1. 列举几个梯度下降的方法2. dropout为何能防止过拟合？3. dropout 是否用在测试集上4. BN解决了什么问题？5. 请简述BN的实现流程
2022-02-10 21:44:37
287
原创 2.8.1-神经网络基础-模型调优
神经网络基础-模型调优1.如何寻找超参数的最优值？2.当训练深度学习模型时，Epoch、Batch 和 Iteration 概念是什么意思？3.NN的权重参数能否初始化为0？4.网络训练有哪些技巧吗？5.梯度下降与牛顿法的异同
2022-02-09 11:04:23
766
原创 2.8-神经网络基础-模型训练与优化
2.8-神经网络基础-模型训练与优化1. 如何理解反向传播？解释其作用机制？2. 请用Python实现MLP的正向和反向传播机制3. 什么是梯度消失和梯度爆炸？4. 怎么解决梯度消失问题？5. 模型的超参数是什么？它和参数有什么不同？
2022-02-08 21:05:25
1011
原创 2-7 神经网络基础-非线性、relu
机器学习基础-神经网络-非线性、relu1. 为什么必须在神经网络中引入非线性？2. ReLU在零点不可导，那么在反向传播中怎么处理？3. ReLU的优缺点4. 激活函数有什么作用，常用的的激活函数有哪些？5. Softmax的原理是什么？有什么作用？
2022-02-07 16:04:34
847
原创 leetcode 剑指 Offer 51. 数组中的逆序对
leecode 剑指 Offer 51. 数组中的逆序对这题本人拍脑子想到了冒泡排序，每次交换元素的时候加上计数。但是这样的时间复杂度为这题测试用例中有很长的数组的情况，不出意外超出限制时间了。采用归并排序的方式，将问题拆分成为归并排序过程中 左边数组逆序树+右边数组逆序数+左右有序数组合并的逆序数。左右有序数组合并的逆序数计算，通过左右有序数组合并的过程中，合并数组插入右边数组元素时，加上左边数组还剩余的元素个数。稍微修改一下归并排序的过程就可以实现
2022-02-05 21:57:26
284
原创 2-4 KNN、Kmeans、层次聚类几个需要注意的点
KNN、Kmeans、层次聚类几个需要注意的点KNN监督学习算法，K-nearest neighbor。基本做法：对于输入的样本，找寻数据集中距离最近的K个样本，通过决策规则融合K个点的预测结果。K = 1时，也称为最近邻算法。层次聚类 无监督学习算法，层次聚类有聚合（自下而上）和分裂（自上而下）两种方法。Kmeans 无监督学习算法，设定K为聚类的个数 计算数据集中每个样本和聚类中心点的距离，得到一个数据集样本的类别划分。重新计算K个类的聚类中心。重复直到聚类结果收敛
2022-02-04 22:39:11
557
原创 leetcode 765 情侣牵手问题，并查集+问题转换能力
leetcode 765 情侣牵手问题，并查集+问题转换能力分析：假设有 N对情侣，假设有 K 个集合（存在情侣的集合），（偶数，偶数+1）为一个元素最少的集合这种情况符合题意不需要交换。假设每个集合里面有 m1，m2, m3.......mk个元素，需要进行m1-1，m2-1, m3-1.......mk-1次交换，求和得到本题答案为N - K
2022-02-02 23:49:59
283
原创 leetcode 1202 交换字符串中元素 并查集+小顶堆
leetcode 1202 交换字符串中元素 并查集+小顶堆（1）使用并查集以字符串中的位置下标，连通字符串中的元素（2）每个元素的根节点创建一个小顶堆，存放同集合的元素（3）每次弹出相应位置根节点的值，利用小顶堆的性质自动弹出从小到大的序列
2022-01-31 23:48:42
356
原创 2-6 经典机器学习算法-决策树-CART回归树构建
经典机器学习算法-决策树-CART回归树构建1、简述决策树的构建过程2、决策树常见的决策树算法有哪些？请描述它们在进行树的生成过程中，具体的特征选择算法，以及它们的对比？3、CART回归树构建过程4、决策树的优缺点5、决策树如何防止过拟合？说说具体方法。
2022-01-29 10:20:57
1464
原创 2-4 经典机器学习算法-K近邻算法KNN，KNN与K-means之间的区别和联系，KNN平衡方差和偏差，Python实现KNN
K近邻算法KNN，KNN与K-means之间的区别和联系，KNN平衡方差和偏差，Python实现KNN1、什么是K近邻算法(K-NN)?2、K-NN与K-means之间有什么区别和联系？3、在K-NN算法中如何平衡方差和偏差？4、在K-NN算法中如何选择K值的大小？5、请用Python实现一个简易版本的KNN分类算法？
2022-01-28 17:45:34
1503
原创 python创建堆以及基本操作-入堆、出堆、list转堆
python创建堆以及基本操作-入堆、出堆、list转堆所有方法都维护最小堆数据结构的定义更多操作可见如下官方文档，heapq包中相关堆的操作写的非常清楚
2022-01-26 16:36:26
1513
原创 2-5.2 经典机器学习算法-SVM算法优缺点、超参数调节、核函数选择、软硬间隔的推导过程
SVM算法优缺点、超参数调节、核函数选择、软硬间隔的推导过程1、SVM算法的优缺点2、SVM的超参数C如何调节3、SVM核函数如何选择4、简述SVM硬间隔推导过程5、简述SVM软间隔推导过程
2022-01-26 11:47:11
6909
2
原创 2-5.1 经典机器学习算法-SVM原理-采用间隔最大化-通过什么办法解决非线性分类问题-为什么转换为对偶问题求解-缺失数据敏感性
SVM原理-采用间隔最大化-通过什么办法解决非线性分类问题-为什么转换为对偶问题求解-缺失数据敏感性1、请简述 SVM 原理2、SVM 为什么采用间隔最大化?3、支持向量机（SVM）可以通过什么办法解决非线性分类问题？4、为什么要将求解 SVM 的原始问题转换为其对偶问题？5、为什么SVM对缺失数据敏感
2022-01-25 23:12:27
1065
原创 2-3 经典机器学习算法-Kmeans原理-优缺点-如何分布式实现
Kmeans原理-优缺点-如何分布式实现1.简述kmeans流程，并且简述使用场景？2.简述K-means对异常值是否敏感？3.如何评估聚类效果？超参数k如何选择？4.如何用mapreduce分布式实现K-means算法?5.kmeans算法的优缺点，如何改进K均值算法？
2022-01-24 10:37:37
573
原创 3-5 机器学习进阶-GBDT、boosting工程化三兄弟XGBoost、lightGBM、catBoost
XGBoost、GBDT、lightGBM、catBoost1、XGBoost和GBDT有什么不同？2、XGBoost为什么可以并行训练？3、XGBoost防止过拟合的方法？4、XGBoost为什么这么快？5、LightGBM相比于XGBoost做了哪些改进？6、CatBoost有什么特点？
2022-01-23 19:11:46
620
原创 3-4 机器学习进阶-GBDT原理、常用损失函数、如何用于分类、优缺点
GBDT原理、常用损失函数、如何用于分类、优缺点1、简述GBDT原理2、GBDT常用损失函数有哪些3、GBDT如何用于分类4、为什么GBDT不适合使用高维稀疏特征？5、GBDT算法的优缺点
2022-01-22 18:31:50
1554
原创 3-3 机器学习进阶-随机森林&GBDT&AdaBoost工作原理
随机森林&GBDT&AdaBoost工作原理1、随机森林和GBDT的区别？2、在训练每颗子树时，该如何决定最优的随机特征个数？3、随机森林算法和深度学习算法相比有哪些优势？4、如果让你在GDBT算法和随机森林算法中选择一个来解决实际问题，你通常会做哪些考量？5、简述AdaBoost算法的工作原理
2022-01-19 10:51:58
428
原创 3-2 机器学习进阶-集成学习和随机森林
集成学习和随机森林1、集成学习提出的动机和解决的问题2、简述一下随机森林算法的原理3、随机森林的随机性体现在哪里？4、随机森林算法的优缺点5、随机森林为什么不能用全样本去训练m棵决策树？
2022-01-18 20:44:54
474
原创 3-1 机器学习进阶-集成学习算法，Bagging&Stacking&Boosting
集成学习1、什么是集成学习算法？2、集成学习主要有哪几种框架，并简述它们的工作过程？3、Boosting算法有哪两类，它们之间的区别是什么？4、什么是偏差和方差？5、为什么说Bagging可以减少弱分类器的方差，而Boosting可以减少弱分类器的偏差？
2022-01-17 13:57:26
341
原创 2-2 经典机器学习算法-全概率公式&贝叶斯公式，朴素贝叶斯的工作流程
朴素贝叶斯1、写出全概率公式&贝叶斯公式2、朴素贝叶斯为什么“朴素（naive）”？3、朴素贝叶斯有没有超参数可以调？4、朴素贝叶斯的工作流程是怎样的？5、朴素贝叶斯对异常值敏不敏感？
2022-01-14 16:27:34
275
原创 2-1 经典机器学习算法-线性回归与逻辑回归-分类回归评估指标
线性回归与逻辑回归1、简述逻辑回归，并简述它与线性回归的关系2、回归问题常用的性能度量指标3、分类问题常用的性能度量指标4、逻辑回归的损失函数5、逻辑回归可以处理多标签分类问题吗？
2022-01-13 14:07:09
354
原创 1-3 机器学习基础-机器学习模型评估-A/B测试
机器学习模型评估-A/B测试1、什么是精确率？什么是召回率？2、什么是ROC曲线？3、什么是A/B测试？4、为什么要进行线上A/B测试？5、在A/B测试中如何进行流量分割？
2022-01-12 11:32:15
1237
原创 1-2 机器学习基础-机器学习距离公式、过拟合和欠拟合，L1L2正则化
机器学习距离公式、过拟合和欠拟合，正则化1、为什么一些场景中使用余弦相似度而不是欧式距离？2、在模型评估过程中，过拟合和欠拟合具体指什么现象？3、降低过拟合和欠拟合的方法？4、L1和L2正则先验分别服从什么分布？5、树形结构模型的输入特征为什么不需要归一化？标准化与归一化
2022-01-11 09:29:55
630
原创 1-1 机器学习基础：机器学习项目流程、特征向量、距离公式
机器学习项目流程、特征向量、距离公式1、简述机器学习项目的一般流程2、哪些机器学习算法需要做特征归一化，哪些不需要，为什么3、One-hot的作用是什么？为什么不直接使用数字作为表示4、什么是数据不平衡，如何解决5、请比较欧式距离与曼哈顿距离
2022-01-10 22:42:58
536
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