![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
for job
无止境x
现为中科院工程师,更多内容关注微信公众号《科学无止境》。
研究生期间的算法工程师,毕业后进入中科院从事科学装置和系统的研究,分享AI和云计算领域的内容,一个有点自己想法的IT从业者,欢迎关注交流!
展开
-
什么是红黑树?
什么是红黑树?红黑树问题一:红黑树的特性和优势 在什么情况下需要变色,什么情况下需要旋转?————————————要学习红黑树,需要先理解二叉查找树二叉查找树(BST)具备什么特性呢?1.左子树上所有结点的值均小于或等于它的根结点的值。 2.右子树上所有结点的值均大于或等于它的根结点的值。 3.左、右子树也分别为二叉排序树。下图中这棵树,就是一颗典型的二叉查找树:1.查看根节点9:2.由于10 ..转载 2020-11-28 10:47:47 · 152 阅读 · 0 评论 -
电信春招面试技能,无领导小组讨论
2019电信春招面试技能,无领导小组讨论今天小编就无领导小组讨论给大家讲一个面试技能~大家看完之后应该会有所收获哦~无领导小组讨论对于很多考生而言都是大难题,应该如何应对呢,无领导的技能到底在哪里呢?中公国企小编经过调研之后,为各位考生提供实用的辅导。第一,说话声音大,节奏不急不慢虽说观点新颖、独到是关键,但是除此之外,我们要做好外在,一方面是声音洪亮。声音洪亮能够让我们显得底气足、气势强。另一方面是节奏不急不慢。在无领导考场上,很多考生往往会因为场面激烈而变得激动、情绪失控,不自觉地.转载 2020-11-26 17:48:53 · 2153 阅读 · 0 评论 -
无领导小组讨论(一)
无领导小组讨论是近几年三大运营商面试中经常使用的一种测评技术,采用情景模拟的方式对考生进行集体面试。6至8人一个小组,在一定的时间内围绕给定的题目进行讨论,讨论过程中不指定谁是领导,讨论过程中观察考生的组织协调能力、语言表达能力,说服能力等各方面的能力和素质是否达到拟任岗位的要求以及自信程度、进取心、情绪稳定性、反应灵活性等个性特点是否符合拟任岗位的团体气氛,以此来综合评价考生。无领导小组讨论面试包括提纲准备 个人陈述 自由讨论 总结陈词四个环节,而其中最关键的就是自由讨论阶段。.转载 2020-11-26 17:47:19 · 714 阅读 · 0 评论 -
深度学习模型,有哪些最新的加速技术?
深度学习模型,有哪些最新的加速技术https://zhuanlan.zhihu.com/p/147204568原创 2020-08-07 16:59:15 · 156 阅读 · 0 评论 -
19种损失函数汇总
19种损失函数目录1. L1范数损失 L1Loss2 均方误差损失 MSELoss3 交叉熵损失 CrossEntropyLoss4 KL 散度损失 KLDivLoss5 二进制交叉熵损失 BCELoss6 BCEWithLogitsLoss7 MarginRankingLoss8 HingeEmbeddingLoss9 多标签分类损失 MultiLabelMarginLoss10 平滑版L1损失 SmoothL1Loss11. 2分类的logistic损失转载 2020-07-26 12:26:19 · 724 阅读 · 0 评论 -
目标检测常用损失函数-类别损失+位置损失
目录类别损失1. 交叉熵损失 Cross Entropy Loss2. Focal Loss 改进的交叉熵损失函数位置损失1. L1 Loss平均绝对误差(Mean Absolute Error, MAE)2. L2 Loss均方误差损失(Mean Square Error, MSE)3. Smooth L1 Loss4. IoU Loss5. GIoU Loss6. DIoU Loss. CIoU Loss一般的目标检测模型包含两类损失函数,一...转载 2020-07-26 11:45:52 · 13766 阅读 · 0 评论 -
目标检测最全综述
前言图片分类任务我们已经熟悉了,就是算法对其中的对象进行分类。而今天我们要了解构建神经网络的另一个问题,即目标检测问题。这意味着,我们不仅要用算法判断图片中是不是一辆汽车, 还要在图片中标记出它的位置, 用边框或红色方框把汽车圈起来, 这就是目标检测问题。 其中“定位”的意思是判断汽车在图片中的具体位置。近几年来,目标检测算法取得了很大的突破。比较流行的算法可以分为两类,一类是基于Region Proposal的R-CNN系算法(R-CNN,Fast R-CNN, Faster R-CNN等),它转载 2020-07-24 00:54:51 · 6428 阅读 · 0 评论 -
千奇百怪的 卷积 方式
目前仅列举了一些比较著名且实用的卷积操作,对于没提到的,希望大家指出与补充1. 原始版本最早的卷积方式还没有任何骚套路,那就也没什么好说的了。见下图,原始的 conv 操作可以看做一个 2D 版本的无隐层神经网络。附上一个卷积详细流程:【TensorFlow】tf.nn.conv2d 是怎样实现卷积的? - CSDN 博客代表模型:LeNet:最早使用 stack 单卷积 + 单池化结构的方式,卷积层来做特征提取,池化来做空间下采样AlexNet:后来发现单卷...转载 2020-07-23 12:30:24 · 188 阅读 · 0 评论 -
常见的机器学习算法
诞生于1956年的人工智能,由于受到智能算法、计算速度、存储水平等因素的影响,在六十多年的发展过程中经历了多次高潮和低谷。最近几年,得益于数据量的上涨、运算力的提升,特别是机器学习新算法的出现,人工智能迎来了大爆发的时代。提到机器学习这个词时,有些人首先想到的可能是科幻电影里的机器人。事实上,机器学习是一门多领域交叉学科,涉及概率论、统计学、算法复杂度理论等多门学科。专门研究计算机如何模拟或实现人类的学习行为,利用数据或以往的经验,以此优化计算机程序的性能标准。根据学习任务的不同,我们可以.转载 2020-07-22 00:15:43 · 298 阅读 · 0 评论 -
如何解决机器学习中 数据不平衡 的问题
这几年来,机器学习和数据挖掘非常火热,它们逐渐为世界带来实际价值。与此同时,越来越多的机器学习算法从学术界走向工业界,而在这个过程中会有很多困难。数据不平衡问题虽然不是最难的,但绝对是最重要的问题之一。目录一、数据不平衡以二分类为例:二、如何解决1. 采样缺点:上采样下采样2. 数据合成SMOTE:利用小众样本在特征空间的相似性来生成新样本Borderline-SMOTEADASYN3.加权4. 一分类三、如何选择一、数据不平衡在学术研.转载 2020-07-19 12:37:45 · 724 阅读 · 0 评论 -
C++11新特性
什么是C++11C++11是曾经被叫做C++0x,是对目前C++语言的扩展和修正,C++11不仅包含核心语言的新机能,而且扩展了C++的标准程序库(STL),并入了大部分的C++ Technical Report 1(TR1)程序库(数学的特殊函数除外)。C++11包括大量的新特性:包括lambda表达式,类型推导关键字auto、decltype,和模板的大量改进。本文将对C++11的以上新特性进行简单的讲解,以便大家能够快速了解到C++11对C++的易用性方面起到的巨大作用。C++11原创 2020-07-17 00:31:17 · 7663 阅读 · 1 评论 -
C++ STL 标准模板库 简介
在前面的章节中,我们已经学习了 C++ 模板的概念。C++ STL(标准模板库)是一套功能强大的 C++ 模板类,提供了通用的模板类和函数,这些模板类和函数可以实现多种流行和常用的算法和数据结构,如向量、链表、队列、栈。C++ 标准模板库的核心包括以下三个组件:组件 描述 容器(Containers) 容器是用来管理某一类对象的集合。C++ 提供了各种不同类型的容器,比如 deque、list、vector、map 等。 算法(Algorithms) 算法作用于容器。它们提转载 2020-07-17 00:08:54 · 225 阅读 · 0 评论