seniusen

分类

Ubuntu 常用软件(1) BN(1) C++(1) C++ 文件操作(1) C/C++ 学习(1) LeetCode(26) LeetCode 1(1) LeetCode 100(1) LeetCode 109(1) LeetCode 138(1) LeetCode 141(1) LeetCode 142(1) LeetCode 240(1) LeetCode 4(1) LeetCode 445(1) LeetCode 700(1) LeetCode 两数相加(1) LeetCode 找不同(1) LeetCode 搜索二维矩阵(1) LeetCode (1) Numpy 数组(1) Python 3 标准库概述(1) Python 3 面向对象(1) Python 基础语法(1) SSH(1) STL 库 vector(1) TensorFlow C++ 接口(1) Vim 命令(1) 人生杂谈(4) 删除链表倒数第 N 个结点(1) 剑指 Offer(3) 变量作用域(1) 合并 2 个有序链表(1) 周期信号的傅里叶级数表示(1) 最小二乘(1) 未归档(104) 机器学习(1) 理财(1) 线性代数(1) 论文笔记(1) 链表(1) 链表中间结点(1) 链表删除结点(1) 键盘输入(1)

/ 注册

全部文章（共177篇）

Xavier——Understanding the difficulty of training deep feedforward neural networks

1. 摘要本文尝试解释为什么在深度的神经网络中随机初始化会让梯度下降表现很差，并且在此基础上来帮助设计更好的算法。作者发现 sigmoid 函数不适合深度网络，在这种情况下，随机初始化参数会让较深的隐藏层陷入到饱和区域。作者提出了一个新的参数初始化方法，称之为 ...

2019-04-18

0 555

AlexNet——ImageNet Classification with Deep Convolutional Neural Networks

1. 摘要本文的模型采用了 5 层的卷积，一些层后面还紧跟着最大池化层，和 3 层的全连接，最后是一个 1000 维的 softmax 来进行分类。为了减少过拟合，在全连接层采取了 dropout，实验结果证明非常有效。 2. 数据集 ImageNet 数据集包含了超...

2019-04-17

0 518

PReLU——Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification

1. 摘要在 R e L U ...

2019-04-16

0 892

剑指 Offer——和为 S 的连续正数序列

1. 题目 2. 解答定义两个指针，刚开始分别指向 1 和 2，求出位于这两个指针之间的元素和。如果和大于 S，前面的指针向后移直到和不大于 S 为止；反之，如果和等于 S，则此时两个指针之间的元素序列即为一个所求的结果，后面的指针向后移动。第一个指针的范围为 ...

剑指 Offer 和为 S 的连续正数序列

2019-03-30

0 465

剑指 Offer——数字在排序数组中出现的次数

1. 题目 2. 解答时间复杂度为 O ( n ) ...

剑指 Offer 数字在排序数组中出现的次数

2019-03-30

0 609

剑指 Offer——和为 S 的两个数字

1. 题目 2. 解答由于数组是已经排好序的，我们可以定义两个指针，第一个指针指向第一个元素，第二个指针指向最后一个元素，然后求出这两个元素的和，与目标和进行比较。若小于目标和，第一个指针向前移动；若大于目标和，第二个指针向后移动。若等于目标和，题目中要求输出乘积最小的。由于两个元素的...

剑指 Offer 和为 S 的两个数字

2019-03-30

0 506

旷视 2019 春季算法实习生面试总结

20190314 一面自我介绍项目介绍 2019 春季实习生招聘之项目介绍了解过哪些 CV 领域一张图片多个类别怎么设计损失函数，多标签分类问题 SVM、决策树优缺点，非线性回归用什么方法，L1、L2 正则化区别链表归并快排 LeetCod...

2019-03-30

0 898

LeetCode 148——排序链表

1. 题目 2. 解答 2.1 快速排序可参考快速排序和归并排序中的第一种快速排序思想，与在数组中排序有两点不同。第一，我们需要取最后一个元素作为主元，在数组中可以直接访问到最后一个元素，但在单链表中，我们需要先遍历一遍链表才能访问到最后一个元素。第二，在数组中，利用主元将数...

2019-03-28

0 534

Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift

1. 摘要训练深层的神经网络非常困难，因为在训练的过程中，随着前面层数参数的改变，每层输入的分布也会随之改变。这需要我们设置较小的学习率并且谨慎地对参数进行初始化，因此训练过程比较缓慢。作者将这种现象称之为 internal covariate shift，通过对每层的输入进行...

BN

2019-03-28

0 678

网易雷火 2019 春季人工智能工程师实习生笔试题

1. 定向选择、不定项选择和填空题主要考察了卷积神经网络参数量计算、感知野计算、卷积后图像的大小计算、GAN 的损失函数、贝叶斯网络、L1 L2正则化、概率论、Python、Shell、数据库等知识，比较全面琐碎。 2. 编程题详见 LeetCode 386——字典序的第 K 小数字...

2019-03-28

0 1514