上一页 1 2 3 4 5 6 7 8 9 10 ··· 22 下一页
摘要: 互补时域动作提名生成 这里的互补是指actionness score grouping 和 sliding window ranking这两种方法提proposal的结合,这两种方法各有利弊,形成互补。 滑窗均匀覆盖所有的视频片段,但时域边界不准确,聚合方法可能更准确但当actionness sco 阅读全文
posted @ 2018-09-28 12:06 demianzhang 阅读(1812) 评论(0) 推荐(0) 编辑
摘要: II 简单dfs III 简单dfs递归,限制条件是k个数其和为n IV 简单dp,dfs超时,记忆化dfs应该可以 阅读全文
posted @ 2018-09-25 16:01 demianzhang 阅读(205) 评论(0) 推荐(0) 编辑
摘要: 第一题给3个数。每个数有一定数量,输出这些数总的排列个数,要求相同的数不能相邻 阅读全文
posted @ 2018-09-23 22:37 demianzhang 阅读(110) 评论(0) 推荐(0) 编辑
摘要: 3. Max Points on a Line 共线点个数3种解法 思路一:思考如何确定一条直线,两点法,确定斜率后带入一点。有三种情况,1. 两点重合,2. 斜率不存在,3. 正常算,依次以每个点为过直线的点,map映射斜率个数。 思路二:后两种情况合并,用(dy/d, dx/d)表示,其中d=g 阅读全文
posted @ 2018-09-23 13:05 demianzhang 阅读(776) 评论(0) 推荐(0) 编辑
摘要: 适用场景:一个输入对应多个label,或输入类别间不互斥 调用函数: 1. Pytorch使用torch.nn.BCEloss 2. Tensorflow使用tf.losses.sigmoid_cross_entropy 3. Caffe使用SigmoidCrossEntropyLoss 在outp 阅读全文
posted @ 2018-09-19 13:56 demianzhang 阅读(25704) 评论(0) 推荐(1) 编辑
该文被密码保护。 阅读全文
posted @ 2018-09-18 16:36 demianzhang 阅读(2) 评论(0) 推荐(0) 编辑
摘要: ARTnet: caffe实现:代码 1 Motivation:How to model appearance and relation (motion) 主要工作是在3D卷积的基础上,提升了action recognition的准确率,没有使用光流信息,因为光流的提取速度特别慢,这可能是未来的研究 阅读全文
posted @ 2018-09-14 17:23 demianzhang 阅读(1094) 评论(0) 推荐(0) 编辑
摘要: 二叉搜索树 建树 删除节点,三种情况,递归处理。左右子树都存在,两种方法,一种找到左子树最大节点,赋值后递归删除。找右子树最小同理 阅读全文
posted @ 2018-09-11 21:02 demianzhang 阅读(1038) 评论(0) 推荐(0) 编辑
摘要: LSTM 原理 CRF 原理 给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型。假设输出随机变量构成马尔科夫随机场(概率无向图模型)在标注问题应用中,简化成线性链条件随机场,对数线性判别模型,学习方法通常是最大似然估计或正则化的最大似然估计。 概率无向图模型: 无向图表示的联合概率分布 阅读全文
posted @ 2018-09-11 20:12 demianzhang 阅读(2145) 评论(0) 推荐(0) 编辑
摘要: I 找一个连续最大子数组,sum加到nums[i], 如果前面子数组和<0则舍去,从头开始。 II 找两个不重叠的子数组,使得他们的和最大。 思路:一般有了I,II是变形版本,想办法往I上套,因为小规模的I已经做出来了,要好好利用他。 枚举划分的位置,将数组划分为左右两部分,每一部分调用I的函数就行 阅读全文
posted @ 2018-09-11 00:36 demianzhang 阅读(1426) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 10 ··· 22 下一页