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

天池推荐系统学习赛Task01打卡:赛题理解+Baseline

天池推荐系统学习赛Task01打卡:赛题理解+Baseline提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录天池推荐系统学习赛Task01打卡:赛题理解+Baseline前言一、赛题理解1.赛题简介2.数据描述和下载3.问题转化二、评价指标三、baseline理解总结前言最近报名了天池推荐系统的组队学习,本文参考零基础入门推荐系统【赛题理解+Baseline】Task1,

#深度学习#数据挖掘#机器学习 +2
一种用pycharm安装Python包tqdm的简单方法

本文介绍了一种在Ubuntu18.04,python3.6.3,pycharm2020.2环境下用pycharm安装Python包tqdm的简单方法tqdm其实就是一种可以表示进度条的库函数,以更快的速度取代了老版python-progressbar的功能。

#python#ubuntu#pip
解决方案:解决用Pycharm连接Ubuntu服务器时环境变量不同步的问题

本文介绍了一种解决用Pycharm连接Ubuntu服务器时环境变量不同步问题的方法。pycharm和putty的连接对于服务器来说是两个完全独立的连接,我如果要在pycharm上导入CUDA的路径,需要单独在pycharm里设置。pycharm可以连接服务器,也可以直接运行服务器的程序。前几天我用pycharm提示‘Could not load dynamic library 'libcudart

#ubuntu#linux#python +1
Insta360计算机视觉算法实习生 面经

整个面试下来的感受是这家公司很注重python底层知识的理解问到的python语法知识有python装饰器(@)的用法,这个完全没了解过python定义一个类时怎么定义私有变量Python怎么样不实例化一个类而使用类内的函数工程经验是否遇到过训练到一半卡住的原因,有可能是什么问题导致的使用过pytorch的哪些函数上采样有哪些OP理论知识介绍一下反卷积...

#面试
打开xml文件时报错:‘gbk‘ codec can‘t decode byte 0xb5 in position 185: illegal multibyte sequence

用Python脚本处理xml文件时报错:‘gbk’ codec can’t decode byte 0xb5 in position 185: illegal multibyte sequence错误核心代码in_file = open('data/Annotations/%s.xml' % (image_id))tree = ET.parse(in_file)直觉告诉我,这种编码错误有可能是xm

#xml
卷积神经网络(CNN)的计算量和参数量计算

今天看文章复习了一下计算量和参数两的计算方法,这里做一下笔记忽略padding和stride的话,输入层,卷积核和输出层的关系,以及参数量、计算量如下(第二行是一个例子)关于参数量:每个卷积核有K×K×MK×K×MK×K×M个参数,那么共有N个卷积核,参数量就是K×K×M×NK×K×M×NK×K×M×N关于计算量:每个卷积核遍历输入层,计算量是K×K×M×Wo×WoK×K×M×W_o×W_oK×K

#神经网络#人工智能#深度学习
Insta360计算机视觉算法实习生 面经

整个面试下来的感受是这家公司很注重python底层知识的理解问到的python语法知识有python装饰器(@)的用法,这个完全没了解过python定义一个类时怎么定义私有变量Python怎么样不实例化一个类而使用类内的函数工程经验是否遇到过训练到一半卡住的原因,有可能是什么问题导致的使用过pytorch的哪些函数上采样有哪些OP理论知识介绍一下反卷积...

#面试
快手计算机视觉算法实习生(图像前沿算法方向)面试凉经

1.问了问项目和竞赛,包括里面用到哪些技术,追问了一下技术的实现方法2.Batchnorm的价值、原理和公式3.是否对其他领域有了解(分类、检测)。追问了efficientnet的原理4.一道很简单编程题:排序数组的二分查找面试过程其实不难,主要是自己第一次面大厂,发挥得很差。再接再励吧...

#面试
卷积神经网络(CNN)的计算量和参数量计算

今天看文章复习了一下计算量和参数两的计算方法,这里做一下笔记忽略padding和stride的话,输入层,卷积核和输出层的关系,以及参数量、计算量如下(第二行是一个例子)关于参数量:每个卷积核有K×K×MK×K×MK×K×M个参数,那么共有N个卷积核,参数量就是K×K×M×NK×K×M×NK×K×M×N关于计算量:每个卷积核遍历输入层,计算量是K×K×M×Wo×WoK×K×M×W_o×W_oK×K

#神经网络#人工智能#深度学习
    共 14 条
  • 1
  • 2
  • 请选择