Github面经详细知乎专栏一、概述岗位：计算机视觉算法岗题目：凭记忆整理；侵权：如果侵犯公司隐私，请告知删除；个人：跨专业菜鸟一枚，只是给大家提供一些参考，面试题目只是部分，有些可能忘记了。总体情况：面试13家，可以算是8中6，另外5家或是不想继续面了或是可以拿offer时间不合适。offer（6个）：微软、阿里、商汤、海康、华为、平安科技offer时间不合适（2个）：搜...

1.引言沐神提到自己看的三本书：《算法导论》《模式识别和机器学习》即PRML《统计学习基础》一个教训：计算机科学是动手的学科，没有足够的动手能力难以取得很好的成果。所以一定要重视编程，不要只推倒理论。（作为一个跨专业硕士，我也一直觉得编程只是手段和工具，没有足够的重视，事实证明很愚蠢的行为）2.关于人工智能，机器学习和深度学习我们很容易就能找到一些连世界上最好的程序员也无法仅仅用编程...

1.引言沐神提到自己看的三本书：《算法导论》《模式识别和机器学习》即PRML《统计学习基础》一个教训：计算机科学是动手的学科，没有足够的动手能力难以取得很好的成果。所以一定要重视编程，不要只推倒理论。（作为一个跨专业硕士，我也一直觉得编程只是手段和工具，没有足够的重视，事实证明很愚蠢的行为）2.关于人工智能，机器学习和深度学习我们很容易就能找到一些连世界上最好的程序员也无法仅仅用编程...

对于入门深度学习的新手来说，配置环境是件让人头疼的事情，今天总结一下Linux服务器配置环境的流程。1.安装cuda和cudnn这个之前博客有写过，见下面链接Linux无root无sudo权限在用户目录安装cuda9.2和cudnn7.12.安装anaconda# installconda create -n myenv python=3.5 anaconda# activate e...

推荐系统相关顶会整理算法工程师是否应该持续读论文？\x0d\x0a\x0d\x0a尤其是对于业务属性偏重的搜索/推荐/广告算法岗位，很多人的工作主要涉及业务理解以及数据清洗，对于模型的优化以及新模型的应用较少，这种情况下是否需要在工作之余阅读最新的论文呢？答案自然是需要。https://mp.weixin.qq.com/s/LE2_MaRrU_kuhQh1_DB5uQ推荐系统相关顶会整理 - 知乎

重加权，也称为代价敏感学习，通过调整训练期间不同类别的损失值来对类别进行重新平衡，近期的研究提出了各种代价敏感学习方法来处理类别不平衡问题，包括类别级重加权和类别级re-margining，大家熟知的Focal loss、动态权重等都属于重加权方法。...

​公众号【面经1】算法工程师实习校招面经 (上篇)知乎深度学习算法工程师面经(微软、阿里、商汤、滴滴、华为、海康、平安、陌陌等offer)之上篇 - 知乎​一、引言“温故而知新，可以为师矣”，基于《公众号短期规划》一文，我将首先对过去在实验室及实习秋招过程中的工作进行总结，主要包括实习校招面经、目标检测、属性识别、人脸聚类、图卷积、不平衡问题等部分。由于21年已转推荐算法，时间原因，温故部分主要是

​本文对其中的推荐系统论文 Simple Yet Effective Graph Contrastive Learning for Recommendation 一文进行解读。论文可在公众号后台回复 ICLR-2023-RecSys 获取，所有论文都是按照该方式存档。 本文代码也已公开在https://anonymous.4open.science/r/LightGCL/。

论文： R-CNN (https://arxiv.org/abs/1311.2524)Fast R-CNN (https://arxiv.org/abs/1504.08083)Faster R-CNN (https://arxiv.org/abs/1506.01497)代码：（mxnet）https://github.com/ijkguo/mx-rcnn代码：（gluoncv）h...

最近看的一篇paper需要的背景知识（可能略有删改）目录1.张量简介2.张量的定义与运算2.1 张量(Tensor)2.2  纤维(Fibre)2.3 切片(Slice)2.4 内积(Inner product)2.5 矩阵展开(Unfolding-Matricization)2.6 外积(Outer Product)2.7 Kronecker乘积(Kron...