2018年04月_Guo_Yaohua

原创《剑指offer》全部题目-含Java实现

陆续刷了好久，算是刷完了《剑指offer》，以下全部AC代码，不一定性能最优，如有错误或更好解答，请留言区指出，大家共同交流，谢谢~1.二维数组中的查找在一个二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。public class Solution { pub...

2018-04-26 22:24:00 124

原创 SCNN车道线检测--(SCNN)Spatial As Deep: Spatial CNN for Traffic Scene Understanding（论文解读）...

Spatial As Deep: Spatial CNN for Traffic Scene Understanding 收录：AAAI2018 (AAAI Conference on Artificial Intelligence) 原文地址：SCNN 论文提出了一个新颖网络Spatial CNN，在图片的行和列上做信息传递。可以有效的识别强先验结构的目标...

2018-04-25 10:52:00 269 1

原创有效防止softmax计算时上溢出（overflow）和下溢出（underflow）的方法

《Deep Learning》（Ian Goodfellow & Yoshua Bengio & Aaron Courville）第四章「数值计算」中，谈到了上溢出（overflow）和下溢出（underflow）对数值计算的影响，并以softmax函数和log softmax函数为例进行了讲解。这里我再详细地把它总结一下。『1』什么是...

2018-04-21 13:08:00 225

原创【深度学习】数据降维方法总结

引言：　　机器学习领域中所谓的降维就是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中。降维的本质是学习一个映射函数 f : x->y，其中x是原始数据点的表达，目前最多使用向量表达形式。 y是数据点映射后的低维向量表达，通常y的维度小于x的维度（当然提高维度也是可以的）。f可能是显式的或隐式的、线性的或非线性的。　　目前大部分降维算法处理向量...

2018-04-16 15:18:00 1363 1

原创【深度学习】深入理解优化器Optimizer算法（BGD、SGD、MBGD、Momentum、NAG、Adagrad、Adadelta、RMSprop、Adam）...

在机器学习、深度学习中使用的优化算法除了常见的梯度下降，还有 Adadelta，Adagrad，RMSProp 等几种优化器，都是什么呢，又该怎么选择呢？在 Sebastian Ruder 的这篇论文中给出了常用优化器的比较，今天来学习一下：https://arxiv.org/pdf/1609.04747.pdf 本文将梳理：每个算法的梯度更...

2018-04-10 16:59:00 144

原创【深度学习】深入理解ReLU(Rectifie Linear Units)激活函数

论文参考：Deep Sparse Rectifier Neural Networks(很有趣的一篇paper） Part 0：传统激活函数、脑神经元激活频率研究、稀疏激活性 0.1 一般激活函数有如下一些性质：非线性：当激活函数是线性的，一个两层的神经网络就可以基本上逼近所有的函数。但如果激...

2018-04-06 13:17:00 568

原创【深度学习】深入理解Batch Normalization批标准化

这几天面试经常被问到BN层的原理，虽然回答上来了，但还是感觉答得不是很好，今天仔细研究了一下Batch Normalization的原理，以下为参考网上几篇文章总结得出。　　Batch Normalization作为最近一年来DL的重要成果，已经广泛被证明其有效性和重要性。虽然有些细节处理还解释不清其理论原因，但是实践证明好用才是真的好，别忘了DL从H...

2018-04-05 21:50:00 291 1

原创 2018年奇虎360春招笔试题--玫瑰花

这道题，第一感觉想用排列组合做，但是想了好久，没想到解决办法（刚刚考试的时候没有答出来）。后来想了一下应该使用动态规划来做。我们首先分析一下情况： 1.当K>N的时候，countSum = 0； 2.当K=N的时候，countSum = N！（N的阶乘） 3.当K>N的时候，就要通过最优子结构来进...

2018-04-03 23:48:00 86

郭耀华's Blog | 人工智能领域技术博客