算法
YiDaMi
这个作者很懒,什么都没留下…
展开
-
解析Monte-Carlo算法(基本原理,理论基础,应用实践)
最近在和同学讨论研究Six Sigma(六西格玛)软件开发方法及CMMI相关问题时,遇到了需要使用Monte-Carlo算法模拟分布未知的多元一次概率密度分布问题。于是花了几天时间,通过查询相关文献资料,深入研究了一下Monte-Carlo算法,并以实际应用为背景进行了一些实验。 在研究和实验过程中,发现Monte-Carlo算法是一个非常有用的算法,在许多实际问题中,都有用武之地。转载 2016-08-01 13:29:00 · 4733 阅读 · 0 评论 -
图像处理算法
转载:http://dsqiu.iteye.com/blog/1669891 感谢作者的付出,谢谢分享. 终于写完数字图像分割这部分内容了,由于内容比较多,因此做一个小的内容提要,有利于更有调理的阅读,如下: 1.数字图像分割方法概要 2.基于边界分割 2.1边缘检测 2.2边界提取(简单连接,启发式搜索,曲线拟合) 3.基于区域分割 3.1阀值分割(直转载 2016-08-02 19:05:32 · 1176 阅读 · 0 评论 -
模拟退火算法心得
转载自http://www.cnblogs.com/growing/archive/2010/12/16/1908255.html 一、模拟退火算法的起源 1)它受益于物理退火过程 加温过程 等温过程 冷却(退火)过程 2)等温下热平衡过程可用Monte Carlo方法模拟,计算量大。 3)1953年,Metropolis提出重要性采样法,即以概率接受新状态,称Met转载 2016-08-08 11:11:53 · 2421 阅读 · 0 评论 -
算法之动态规划总结
目录 一、动态规划初探 1、递推 2、记忆化搜索 3、状态和状态转移 4、最优化原理和最优子结构 5、决策和无后效性 二、动态规划的经典模型 1、线性模型 2、区间模型 3、背包模型 4、状态压缩模型 5、树状模型转载 2016-08-14 13:58:15 · 1464 阅读 · 0 评论 -
深度学习面经一
本人本科刚毕业。在广州那边实习了接近一年,都是一些智能医疗相关的项目。跳槽,想在深圳这边找关于深度学习的岗位,面试中碰到的一些问题,在这里总结一下。(2018.07)1.Faster rcnn 的流程,rpn的原理,加速的原因,卷积核大小。2.yolo v3的细节3.Resnet残差结构的作用4.softmax层可以做分类层的原因5.L1,L2范式的作用和区别6.推导反向传播算法7.梯度向下降算法...原创 2018-07-03 16:45:52 · 1159 阅读 · 0 评论 -
技术成长:2018年
2018年马上就要过去了,回首这一年,收获还是蛮多的。所以特地把这些成长的点滴记录下来,以后回头的时候可以记得自己走过的路。2018年本科毕业,没有选择读研的我依然在AI这条路上艰难前行。这一年中,我对深度学习的模型、搭建模型的框架、编程语言和计算底层等有了新的认识。 1.神经网络 首先从神经网络(NN)开始说起。其实2016年暑假就开始接触机器学习,比如朴素贝叶斯、支持向量机和隐马尔科夫(H...原创 2019-01-01 00:02:39 · 239 阅读 · 0 评论