原创 字節跳動面試準備（參考面經）
算法： 字節跳動，蘑菇街涼麪 字節跳動-ailab-視覺算法面經 字節跳動算法崗一二面面經 字節跳動算法工程師崗一二三面經 字節跳動算法二面涼經 字節二面涼經 字節跳動面試一面涼涼 字節跳動算法崗一面涼經 字節跳動ailab面經
2020-07-04 05:51:48
原创 python爬蟲（Python讀取TXT文件中的URL並下載文件）
前言：本人之前並沒有接觸過python爬蟲，但是現在因爲要做個試驗，需要下載海量人臉圖片，所以需要用到python爬蟲這個辦法。但是過程中遇到到了很多問題，程序調了很久都不成功，終於調通了，所以就記錄一下，萬一以後還能用到呢（順便
2020-06-16 04:41:13
原创 機器學習之邏輯迴歸代碼
下面主要提供邏輯迴歸的代碼。 數據下載：數據下載 這是老師佈置的作業，現把完整代碼附上。 代碼如下（python 3.6）： # -*- encoding: utf-8 -*- from __future__ import
2020-06-16 04:41:13
原创 Resnet解決了什麼問題
先貼出論文的鏈接吧：If resnets are the answer, then what is the question? 從現在的網絡發展趨勢來看，網絡越深，精度會越高，但是傳統的堆疊網絡卻無法不斷加深網絡層數，原因是梯度
2020-06-16 04:41:13
原创 排序算法（冒泡排序，選擇排序，快速排序）
排序算法作爲程序員必須掌握的最基礎算法，想到明年就要找工作了，心裏發慌，乾脆先從基礎做起並做點筆記。 一 冒泡排序（從小到大） 思想：在每一輪排序過程，都比較相鄰的元素，若前者大於後者，則進行交換，一輪結束後，最大的元素便移動到
2020-06-16 04:41:03
原创 機器學習之python讀取CSV文件
當我們在用python處理機器學習的問題時，往往需要先讀取數據，這些數據通常都是文件，我今天遇到的是CSV文件，是在kaggle競賽數據集下載的（比如手寫數字識別，以及我在博客中用到的泰坦尼克數據都是CSV文件）。 數據下載地址
2020-06-16 04:41:03
原创 阿里筆試3.23
才發現，做筆試犯了一個很低級的錯誤，導致一道題都沒通過，也不知道對不對，將就看吧 # 第一題：給定一個3*n的矩陣，從每一列選出一個數字組成一個長度爲n的列表，使得列表的絕對值之和最小，即sum(a[i]-a[i+1]). a=[
2020-06-16 04:41:03
原创 優酷視頻增強和超分表率挑戰賽總結
Team 1st 研究現狀： 1 殘差結構：EDSR 2 多分支結構:REDNet 3循環結構：DRCN 4 漸進式結構：SCN 5 注意力機制：RCAN，DRLN 6 對抗模型：ESRGAN 視頻幀對齊 視頻幀融合 方法：三維卷
2020-06-16 04:41:03
原创 XGBoost 生成的樹
之前我有個疑問，XGBoost,生成的樹種，每棵樹用到了一樣的特徵碼？ 所以，首先需要把樹給畫出來，請參考以下鏈接： https://blog.csdn.net/anshuai_aw1/article/details/829884
2020-04-20 05:18:31
原创 機器學習之邏輯迴歸
我們知道，線性迴歸預測的是一個連續值或者任意實數，接下來，我們要解決的是一種0-1問題，也就是一種二分類問題。 邏輯迴歸在本質上和線性迴歸是一樣的，只是它在特徵到結果的映射加入了一層非線性映射，如下所示： 其中g(
2020-02-24 11:31:56
原创 Robust PCA Low-rank(附matalb 代碼）
最近在看的論文中，包括人臉識別，以及深度神經網絡模型壓縮等論文中，都會有low-rank(低秩),低秩稀疏分解等解決方法，感覺關於low-rank的研究還挺火的，這個問題和Robust PCA問題很像，都需要解決一下問題：
2020-02-24 11:31:56
原创 奇異值分解（SVD）
奇異值分解在矩陣理論中非常重要，也有很多實際運用，比如推薦系統，利用滿秩分解還能節約存儲空間。 在介紹原理之前，先說一下一些概念： 1 酉（you,三聲，我都不知道這個字怎麼讀，哈哈）矩陣。 如果n階復矩陣A滿足：
2020-02-24 11:31:56
原创 機器學習初步瞭解
初學機器學習，作爲一個入門的新手，且第一次寫博客，因爲時間比較多同時也爲了理解地更加深刻，就把自己的想法寫出來，將來如果需要用到的話，也方便找到，理解地可能不是很準確，望大家理解。 重點內容 對機器學習的理解
2020-02-24 11:31:56
原创 分享一個完整的scikit-learn 學習地址
scikit-learn 官方文檔中文教程： https://sklearn.apachecn.org/ 對應的github地址： https://github.com/scikit-learn/scikit-learn 在這個教
2019-09-03 06:12:25