自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(23)
  • 收藏
  • 关注

原创 7

无创新,不产品 互联网是增量市场,不是存量市场 用户价值 = 新体验 - 旧体验 - 用户替换成本 用户体验、品牌价值、学习成本 同维度竞争,体量大的赢。 (1)降维打击(2)资本合并 未来已来,只是分布不均 新要素 ...

2019-09-24 10:49:14 137

原创 6

用户体验 《用户体验要素》 感知层、角色框架层、 战略存在层:1、通过产品得到什么;2、用户通过产品得到什么 能力层:1、要做哪些;2、不做哪些 资源结构层:1、谁是我们敌人;谁是我们朋友 角色框架层: 感知层: 用户体验地图 故事高于数据,内容不是产品,关注用户故事,关注等于信息 一个好产品从一个好故事开始 ...

2019-09-18 09:54:20 134

原创 5

迭代 让核心在互联网上生长 迭代是产品规划的重要特征 第一版本做的简单,直指核心。 迭代是前一动作是后一动作的预动作 确定性满足 对外有用户推动产品,对内团队节奏感,APP升级 圈层:每个人都生活在一个圈层, 面对生死关,对关键任务的识别,领导力,内心笃定,all in 一个产品的好坏,取决于系统能力,系统能力是带给用户的确定性。效率和迭代用于能力建设。 能力的生死,取决于领导力和关键任务的识别 ...

2019-09-16 14:16:39 131

原创 4

系统能力 大公司提供服务 用户获得、用户满足 60s的确定性 确定性 带来 留恋、依赖 服务本质: 战略价值 为什么提供服务,给用户带来什么价值 价值评估 运营管理,客户管理 持续的提供服务,服务成本 产品在点线面体的位置 提供怎样的确定性 如何保证确定性 效率是系统能力核心指标 ...

2019-09-10 19:48:07 113

原创 3

用户画像 第一只羊:最初的用户。最关键的角色,即使满足 磨炼自己心力,不自欺欺人 头羊:重点关注用户 大明:有自己明确的需求,没有忠诚度。 百度、京东:标准品 笨笨:有大概需求。 小红书没有目录搜素。淘宝 小闲:没有消费需求,打发时间。 腾讯帮你杀时间。 场景: 重视场景、有效使用场景、用场景成就自己 场:时间+空间。让用户使用、消费 景:情景、互动。触发用户情绪 新场景会成为一个体 情绪会推动场...

2019-09-09 11:08:58 137

原创 2

做一个产品首先要做机会评测。 机会的判断要从点、线、面、体上去思考。 很多时候竞争不光来自竞争对手,也来自趋势。 胜与不胜在于彼,败与不败在于己 ...

2019-09-05 11:39:09 193

原创 1

用户在没有戒备下,对一件产品的感受来源于他的情绪。 做2C的产品这点更突出。对2B业务,由于谈判、决策人的复杂,更多是理性的讨论结果 让人满足,就会愉悦。 让人憋了很久的满足,就会爽 满足、愉悦、痛苦 天才是敏感、愉悦、立即行动的结合体 靠什么满足,就会变成谁 痛点是恐惧, 一个人过不好这一生,不是他不懂的道理,是他恐惧。畏惧改变的恐惧。这种恐惧给人划定了上限。 人会基于场合、身份选择性说话,不是...

2019-09-04 10:27:57 93

原创 产品经理的修养

https://wenku.baidu.com/u/crazylovejane?from=wenku@

2019-09-04 09:27:24 157

原创 faster-rcnn笔记

1、网络结构 2、优点、缺点 3、输入图片 4、rpn作用 5、roi_pooling 和 一般 pooling 6、改进

2017-10-02 11:56:50 477

原创 CRNN论文笔记

CRNN是《An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition》中提出的模型,解决图像中文字识别问题。 论文地址:https://arxiv.org/abs/1507.05717 github地址:http

2017-09-21 16:00:34 4617 2

原创 tf-faster-rcnn安装、修改记录

现在在用TensorFlow,所以找了这个 tf-faster-rcnn 实现faster rcnn。由于我的电脑是新装的,所以在安装过程中遇到不少问题,现在记录下来。 tf-faster-rcnn的github地址 https://github.com/endernewton/tf-faster-rcnn作者的readme写的挺好的,照着做没问题。现在补充些我遇到的。1、在pascal_voc上

2017-09-19 17:18:15 5892 13

原创 Git学习笔记

看了廖雪峰老师的教程,记个笔记和出现的问题,哇咔咔 开发环境 Ubuntu16.041、配置git1、安装sudo apt-get install git 2、设置用户名和邮箱git config --global user.name "Your Name" git config --global user.email "[email protected]" 3、创建版本库1、在本地创建空目录

2017-09-07 14:37:28 323

原创 快速排序

1、思想快速排序是分治思想。2、步骤1.在待排序的元素任取一个元素作为基准(通常选第一个元素,但最的选择方法是从待排序元素中随机选取一个作为基准),称为基准元素; 2.将待排序的元素进行分区,比基准元素大的元素放在它的右边,比其小的放在它的左边; 3.对左右两个分区重复以上步骤直到所有元素都是有序的。3、代码void quickSort(int left, int right) { in

2017-07-14 19:37:23 434

原创 冒泡排序

冒泡排序的关键是相邻的位置进行比较。对N个数据需要重复N-1遍,每一遍需要比较N-1个数据。所以是双重嵌套循环。 时间复杂度O(N2)O(N^2) for (int i = 0; i < N-1; i++) { for (int j = 0; j < N-1; j++) { //由大到小排序 if (a[

2017-07-14 18:44:11 311

原创 分类决策树

原理决策树是基于特征对实例进行分类的树形结构。 决策树学习算法包括:特征选择、树的生成和树的剪枝。特征选择1.ID3 (1)、针对当前的集合,计算每个特征的信息增益 (2)、选择信息增益最大的特征作为当前节点的决策决策特征 (3)、根据特征不同的类别划分到不同的子节点(比如年龄特征有青年,中年,老年,则划分到3颗子树) (4)、继续对子节点进行递归,直到所有特征都被划分 g(D|A)=H

2017-07-11 10:03:09 455

原创 朴素贝叶斯

1、原理朴素贝叶斯和贝叶斯估计不是一回事。 朴素贝叶斯基于条件独立性假设:P(X=x|Y=ck)=∏nj=1P(Xj=xj|Y=ck)P(X=x|Y=c_k)=\prod_{j=1}^nP(X^j=x^j|Y=c_k) 朴素贝叶斯是学习到生成数据的机制,属于生成模型。2、流程输入:训练数据T={(x1,y1),(x2,y2),....,(xn,yn)},其中xi=(x1i,x2i,...xn

2017-07-08 22:12:25 261

原创 KNN

1、原理KNN是一种基本分类和回归方法。输入为实例的特征向量,输出为实例的类别。2、流程输入训练数据集T={(x1,y1),(x2,y2),...,(xn,yn)}T=\{(x_1,y_1),(x_2,y_2),...,(x_n,y_n)\} 其中,xi∈Rn,yi∈{c1,c2,...,cn},i=1,2,...,Nx_i\in R^n,y_i\in \{c_1, c_2, ..., c_n\}

2017-07-08 19:34:50 421

原创 感知器

1、 原理感知器是根据输入实例的特征向量x对其进行二类分类的线性分类模型: f(x)=sign(w∗x+b)f(x)=sign(w*x+b) 感知器模型对应特征空间的分离超平面w∗x+b=0w*x+b=0。2、损失函数损失函数对应与误分类点到分离超平面的总距离。误分类点越少,误分类点距离超平面越近,损失函数值越小。 minL(w,b)=−∑xiϵMyi(w∗xi+b)minL(w,b) =

2017-07-08 16:39:07 313

原创 RCNN学习笔记

1、摘要RCNN 2个关键点: 1、为了定位和分割目标,使用CNN自下而上的提取区域候选框。2、当标记的训练数据稀缺的时候,监督预训练作为辅助任务,对特定领域微调,对性能有显助提升。bottom-up: fine-tuning:2、之前方法1、OverFeat

2017-04-09 15:39:38 470

原创 2017华为比赛遗传算法总结

1、 问题分析 题目要求在给定的网络节点中选择一些网络节点布置为服务器节点,使整个网络流能够满足消费节点带宽需求。这种选址问题可以用遗传算法来确定服务器位置,用最大流最小费用网络流来确定是否满足消费节点要求。 2、遗传算法几个名词 染色体:1条染色体代表一组服务器节点,染色体上一个点代表1个服务器的位置。针对一条长度为6的染色体,1,3,5处值为1;2,4,6处值为0。代表一共有6个网络

2017-04-08 12:35:43 1031

原创 逻辑回归分类器

逻辑回归分类器交叉熵是用来度量两个向量之间距离的方法 D(s,L)=−∑iLilog(si)D(s,L) = -\sum_{i}L_{i}\log(s_{i}) 初始化输入 一个好的指导原则是输入变量均值为零和尽可能同方差 Mean Xi=0X_{i} = 0 Variance σ(Xi)=σ(Xj)\sigma(X_{i}) = \sigma(X_{j}) 初始权重 比较好的方法是从

2017-01-18 17:05:48 367

原创 Numpy学习笔记

本笔记来源于CS231n python课程笔记,由知乎大神翻译,网页链接是https://zhuanlan.zhihu.com/p/20878530?refer=intelligentunit。 对大神的贡献表示感谢。下面是我的笔记 1、numpy切片:和Python列表类似,numpy数组可以使用切片语法。因为数组可以是多维的,所以你必须为每个维度指定好切片 b = a[行1:行2, 列1:

2016-12-30 12:07:27 339

原创 文章标题

1、添加完包含目录,库目录,链接器附加依赖性后,编译。 报错提示 error LNK1104: 无法打开文件“kernel32.lib” 解决方法:在计算机中搜索kernel32.lib,将路径添加到链接器->常规->附加库目录 2

2016-03-16 22:18:01 220

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

提示
确定要删除当前文章?
取消 删除