经典算法之链表

面试问题整理恍惚如昨日,自己也面试很多次,经常给别人说一些面试鬼论,这里就不说这些策略上的事情了,从毕业到现在对面试的问题也进行了部分整理,希望对大家有用。一张图首先看一张图,整理的很多常见的数据结构的复杂度,比较全。排序快速排序voidqsort(int*a,intleft,intright){i

图像算法--轻量级CNN,MobileNet V2卷积神经网络

MobileNet V2卷积神经网络本篇论文是优化了MobileNet V1的版本的卷积神经网络,和resnet神经网络也有部分相似。首先利用3×3的深度可分离卷积提取特征,然后利用1×1的卷积来扩张通道。用这样的block堆叠起来的MobileNetV1既能减少不小的参数量、计算量,提高网络运算速度,又能的得到一个接近于标准卷积的还不错的结果,看起来是很美好的。问题有人在实际使用的时候, 发现深

图像算法--轻量级CNN,MobileNet V1神经网络

MobileNet卷积神经网络卷积神经网络存在什么问题?首先大家要了解原始的卷积神经网络在进行多通道卷积的时候到底是怎么执行的。我们有个三通道的RGB图片,这个时候我们使用一个$3\times 3\times 3$的卷积核来卷积这个图片,很明显最后一个,我们每次卷积都是27个参数一起训练,然后这个卷积核扫描原始的图片一次以后就生成了$4 \times 4$的一个feather map,所以我们在实

图神经网络(六)--GAT神经网络

GRAPHATTENTIONNETWORKS图注意力神经网络是既GCN神经网络后,有一个图结构深度学习的网络,本节我们来学习。原文地址可以点击GRAPHATTENTIONNETWORKS下载。在原来的GCN神经网络中,我们能够理解到GCN是存在一定的局限性的,在如下的场景下。GCN无法完成处理动态图

元学习(三)--度量学习(原型神经网络)

原型神经网络我们了解很多深度学习和机器学习的算法,但是有一个痛点,我们要求数据量极大,因为参数量极大,这个时候怎么办?我们还是期望能够使用较少的数据学到更大的信息量,这才是我们的目标,本章节中讲到的就是这类问题的学习方法,我们称之为小样本学习。在本文的最后有一篇讲PrototypicalNetwor

图神经网络(三)--GCN神经网络

今天我们来看一篇经典的论文,Semi-SupervisedClassificationwithGraphConvolutionalNetworks,这个论文一个经典的讲gcn的论文。我们经常遇到的卷积学习都是图上的卷积,具体形式可以在本站搜索『卷积神经网络』,我们发现卷积核都是方方正正的,就像为图片

自然语言处理之TF-IDF算法

TF-IDF对于文档搜索中tf-idf应用非常广泛,甚至在es数据库中作为默认的检索方式,这里就简单介绍一个tf-idf算法。首先思考一个问题,假如我们对一系列文章进行分词统计等操作,如果某个词出现的特别多,那么它是不是很重要呢?于是,我们进行"词频"(TermFrequency

PageRank 算法

Google的两位创始人都是斯坦福大学的博士生,他们提出的PageRank算法受到了论文影响力因子的评价启发。当一篇论文被引用的次数越多,证明这篇论文的影响力越大。正是这个想法解决了当时网页检索质量不高的问题。PageRank的计算过程最初pagerank算法是解决搜索引擎中的页面权重问题的,简而言

图像算法--jpeg压缩算法

jpeg压缩算法jpeg可能是理工男比较常见的图片格式,而jpeg是一种带压缩的算法,并是不原始图片,那么问题来了,jpeg的压缩算法是怎样的呢?本文将会结合实例讲解这个问题。jpeg图片对大家来说可能是再常见不过了,我原来就比较肤浅了,认为jpeg只是一种图片格式而已,并没有深入了解每种图片格式之

经典算法之图算法

图本章节主要介绍图相关的算法,例如图的深度搜索和广度搜索,这个在我们的生活中是十分常见的一个场景,例如迷宫,如何找到走出迷宫的路径等等。本文操作的基础图如下深度搜索classGraph(object):def__init__(self,graph={},start="s"):se

经典算法之查找算法

搜索本文会介绍一些常用的搜索算法,搜索在我们实际应用中十分普遍,例如数组查找元素,记事本搜索关键词等等。查找父类构建class Search(object): @abc.abstractmethod def search(self, arr, key): raise NotImplementedErrordef __init__(self, val ,left, righ

经典算法之排序算法

排序讲解使用什么语言作为demo?其实很多人讲解算法都使用的是java或者是C++,因为他们认为算法本身就是性能的质变,所以语言也要用尽可能快的语言(和我原来的思想很像),对于这个问题现在我是这样理解的,算法的核心是思想,你需要明白的也是思想,至于什么语言将来你使用的时候针对你的编程环境使用就好了,
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×