logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

spark web UI端口 4040,18080, 8080页面访问不了

Localhost:4040页面访问不了 是因为history server没开的问题 Spark history Server产生背景 以standalone运行模式为例,在运行Spark Application的时候,Spark会提供一个WEBUI列出应用程序的运行时信息;但该WEBUI随着Application的完成(成功/失败)而关闭,也就是说,Spark Applicatio...

【机器学习面试题】—— 卷积神经网络

文章目录1. 卷积神经网络的结构输入层卷积层激活层池化层全连接层2. 卷积在图像中有什么直观作用3. 卷积层有哪些基本参数?4. 卷积核有什么类型?5. 二维卷积与三维卷积有什么区别?二维卷积三维卷积6. 有哪些池化方法?池化原理池化类型7. 1*1卷积的作用?8. 卷积层和池化层有什么区别?9. 卷积核是否一定越大越好?10. 每层卷积是否只能用一种尺寸的卷积核?11. 怎样才能减少卷积层参数量

Seedance 2.0 完整使用指南:字节最新视频生成模型的两种开通方案

最近字节跳动的视频生成模型很火,研究了一下开通方式,整理了一份实操指南,方便大家快速上手体验。

#AI作画#AIGC
【数据结构与算法】——二分查找

二分法查找算法思想二分查找又称折半查找、 对数搜索 ,是一种在有序数组中查找某一特定元素的搜索算法。假设表中元素是按升序排列选择数组中的元素,将数组分为前后两个区间如果要找的元素比中间的元素大,那么要找的元素在后半区间,更新后半区间为查找的区间如果要找的元素比中间的元素小,那么要找的元素在前半区间,更新前半区间为查找的区间直到最后找到要找的元素,或者整个数组分完...

【机器学习面试题】——BERT

1. BERT的基本原理是什么?BERT可以看成一个自编码的语言模型,主要用两个任务训练该模型。MLM(Masked LM)输入一句话的时候,随机地选一些要预测的词,然后用一个特殊的符号**[MASK]来代替它们,之后让模型根据所给的标签去学习**这些地方该填的词NSP(Next Sentence Prediction)在双向语言模型的基础上额外增加了一个句子级别的连续性预测任...

【机器学习面试题】—— 卷积神经网络

文章目录1. 卷积神经网络的结构输入层卷积层激活层池化层全连接层2. 卷积在图像中有什么直观作用3. 卷积层有哪些基本参数?4. 卷积核有什么类型?5. 二维卷积与三维卷积有什么区别?二维卷积三维卷积6. 有哪些池化方法?池化原理池化类型7. 1*1卷积的作用?8. 卷积层和池化层有什么区别?9. 卷积核是否一定越大越好?10. 每层卷积是否只能用一种尺寸的卷积核?11. 怎样才能减少卷积层参数量

【机器学习面试题】——决策树

文章目录1. 简单介绍决策树算法2. 决策树和条件概率分布的关系?3. 信息增益比相对信息增益有什么好处?4. ID3算法—>C4.5算法—> CART算法5. 决策树的缺失值是怎么处理的6. 决策树的目标函数是什么?7. 决策树怎么处理连续性特征?8. 决策树怎么防止过拟合?9. 如果特征很多,决策树中最后没有用到的特征一定是无用吗?10.决策树的优缺点?11. 树形结构为什么不需要

【机器学习面试题】——XGBoost

文章目录1. RFRFRF和GBDTGBDTGBDT的区别2. 比较LRLRLR和GBDTGBDTGBDT,说说什么情景下GBDTGBDTGBDT不如LRLRLR3. 简单介绍一下XGBoostXGBoostXGBoost4. XGBoostXGBoostXGBoost与GBDTGBDTGBDT有什么不同5. XGBoostXGBoostXGBoost为什么可以并行训练6. XGBoostXGBo

【机器学习面试题】——集成学习

文章目录1. 什么是集成学习算法?2. 集成学习主要有哪几种框架?3. 简单介绍一下bagging,常用bagging算法有哪些?4. 简单介绍一下boosting,常用boosting算法有哪些?5. boosting思想的数学表达式是什么?6. 简单介绍一下stacking,常用stacking算法有哪些?7. 你意识到你的模型受到低偏差和高方差问题的困扰,应该使用哪种算法来解决问题呢?为什么

【机器学习面试题】——循环神经网络(RNN)

文章目录1. 为什么需要RNN?2. 简要介绍RNN的基本结构单层网络结构经典RNN结构RNN的拓展结构3. CNN和RNN的区别 ?4. RNNs和FNNs(前馈神经网络)有什么区别?5. RNNs训练和传统ANN训练异同点?6. 为什么RNN 训练的时候Loss波动很大7. 描述RNN的前向输出流程8. RNN中为什么会出现梯度消失,如何解决?9. LSTM核心思想图解10. LSTMs与GR

    共 23 条
  • 1
  • 2
  • 3
  • 请选择