摘要：
2018-12-09 16:40:30 一、使用Rand7()来生成Rand10() 问题描述： 问题求解： 这个问题字节跳动算法岗面试有问到类似的，有rand6，求rand8，我想了好久，最后给了一个特殊解法，就进行三次，每次取前三个数和后三个数的概率相等为1 / 2，那么最后需要得到的概率是1 阅读全文
posted @ 2018-12-09 18:21
hyserendipity
阅读(1290)
评论(0)
推荐(0)
摘要：
2018-11-14 18:14:15 二分搜索法，是通过不断缩小解的可能存在范围，从而求得问题最优解的方法。在程序设计竞赛中，经常会看到二分搜索法和其他算法相结合的题目。接下来，给大家介绍几种经典的二分搜索法的问题。 一、从有序数组中查找某个值 1、lowerBound 问题描述： 给定长度为n的 阅读全文
posted @ 2018-12-08 15:57
hyserendipity
阅读(389)
评论(0)
推荐(0)
摘要：
2018-12-07 16:54:28 全连接神经网络之所以不太适合图像识别任务，主要有以下几个方面的问题： 参数数量太多 考虑一个输入1000*1000像素的图片(一百万像素，现在已经不能算大图了)，输入层有1000*1000=100万节点。假设第一个隐藏层有100个节点(这个数量并不多)，那么仅 阅读全文
posted @ 2018-12-07 20:27
hyserendipity
阅读(319)
评论(0)
推荐(0)
摘要：
2018-12-07 14:41:57 一、SGD 和 BGD BGD：又称Vanilla梯度下降法，用运行整个训练集（一个epoch）来做一次更新。 SGD：运行一个或者几个batch（Minibatch Stochastic gradient Descent）时来更新一次更新。 BGD： SGD 阅读全文
posted @ 2018-12-07 16:10
hyserendipity
阅读(270)
评论(0)
推荐(0)
摘要：
2018-12-06 17:05:27 这里以二分类举例，首先引入混淆矩阵的概念： 混淆矩阵是一个2×2的方阵，用于展示分类器预测的结果——真正（true positive），假负（false negative）、假正（false positive）及假负（false negative） 下面介绍一 阅读全文
posted @ 2018-12-06 21:05
hyserendipity
阅读(1191)
评论(0)
推荐(0)
摘要：
2018-12-06 16:25:08 首先我们先来看一下求解梯度的公式，以下面三层的网络为例： 如果w初始化为大于1的数字，在深层神经网络计算梯度的时候就会出现梯度爆炸的现象； 如果w初始化为小于1的数字，在深层神经网络计算梯度的时候就会出现梯度消失的现象； 那么该如何初始化权重值呢? 我们希望的 阅读全文
posted @ 2018-12-06 16:41
hyserendipity
阅读(461)
评论(0)
推荐(0)
摘要：
2018-12-06 15:01:54 Dropout：临时的抹去随机的神经元及其进行的关联计算。如下图所示 : Dropout的实现：Inverted Dropout 训练：假设每个神经元以keep_prop的概率被保留 预测：keep_prop设置为1，也就是不使用drop_out Dropou 阅读全文
posted @ 2018-12-06 15:50
hyserendipity
阅读(846)
评论(0)
推荐(0)
摘要：
2018-12-05 21:12:15 一、滑动窗口目标检测 首先通过卷积神经网络训练一个分类器，然后使用不同尺度的窗口去裁剪输入图片进行分类。我们期望的结果是通过不同的窗口可以将需要检测的物体完全覆盖到，此时分类器输出的置信值会大于阈值，这个时候我们就认为已经成功检测到一个物体，并且得到了其位置信 阅读全文
posted @ 2018-12-05 22:48
hyserendipity
阅读(11150)
评论(0)
推荐(0)
摘要：
2018-12-05 22:09:03 先定义几个参数 输入图片大小 W×W Filter大小 F×F 步长 S padding的像素数 P 于是我们可以得出： N = (W − F + 2P) / S + 1 输出图片大小为 N×N。 阅读全文
posted @ 2018-12-05 22:10
hyserendipity
阅读(3707)
评论(0)
推荐(0)
摘要：
2018-12-05 20:28:15 在机器学习领域有一个很重要的假设，即独立同分布假设，也就是说训练集和测试集是满足相同分布的，这是通过训练数据获得的模型能够在测试集获得好的效果的一个基本保障。而BatchNorm就是在深度神经网络训练过程中使得每一层神经网络的输入保持相同分布。 为什么深度神经 阅读全文
posted @ 2018-12-05 20:40
hyserendipity
阅读(390)
评论(0)
推荐(0)
浙公网安备 33010602011771号