随笔分类 -  面试基础

摘要:__author__ = 'Aaron Yang' __email__ = 'byang971@usc.edu' __date__ = '6/30/2020 3:44 PM' result = list() def dfs(graph, visited, init_node): if init_no 阅读全文
posted @ 2020-07-01 07:00 Sight-Tech 阅读(248) 评论(0) 推荐(0)
摘要:__author__ = 'Aaron Yang' __email__ = 'byang971@usc.edu' __date__ = '6/30/2020 11:50 AM' def bfs(graph, init_node): visited = [init_node] # List to ke 阅读全文
posted @ 2020-07-01 03:18 Sight-Tech 阅读(204) 评论(0) 推荐(0)
摘要:在有向无环图DAG中, 使用拓扑排序,将获得一个包含所有顶点的一个列表组合, 因此可以用来遍历DAG。 步骤 从 DAG 图中选择一个 没有前驱(即入度为0)的顶点并输出。 从图中删除该顶点和所有以它为起点的有向边。 重复 1 和 2 直到当前的 DAG 图为空或当前图中不存在无前驱的顶点为止。后一 阅读全文
posted @ 2020-07-01 02:21 Sight-Tech 阅读(457) 评论(0) 推荐(0)
摘要:生成树 from heapq import heapify, heappush, heappop from itertools import count """ https://www.cnblogs.com/xuchunlin/p/7247346.html """ def huffman(node 阅读全文
posted @ 2020-06-28 08:31 Sight-Tech 阅读(234) 评论(0) 推荐(0)
摘要:目标 在连通网的所有生成树中,找到所有边的代价和最小的生成树,简称最小生成树问题. (简要的来说,就是在AOV网中找出串联n个顶点代价总和最小的边集) 下面记录最小生成树的两种算法,Prim和Kruskal Prim算法思路 从任意一个顶点开始,每次选择与当前顶点最近的一个顶点,并将两点之间的边加入 阅读全文
posted @ 2020-06-27 12:33 Sight-Tech 阅读(1918) 评论(1) 推荐(1)
摘要:目标 带权重的有向图上单源最短路径问题。且权重都为非负值。如果采用的实现方法合适,Dijkstra运行时间要低于Bellman-Ford算法。 思路 选择一个节点开始蔓延 计算自身到连接它的一级节点之间的距离, 全部作为候选集 在候选集中,找到距离最短的,对应的那个节点 删除这个节点在候选集中的信息 阅读全文
posted @ 2020-06-26 08:51 Sight-Tech 阅读(238) 评论(0) 推荐(1)
摘要:问题的描述 在这里就不赘述了,你能搜到这篇文章,那肯定知道只算法的背景是啥 解决思路 男生向还未拒绝其的女生中选出优先级最高的,并向其求婚 女生如果没有已经被优先级更高的男生求婚,则答应(女生以后可以反悔)。 如果反之,则拒绝 对此步骤进行loop,直到没有求婚发生 这篇文章,讲一个自己实现的GS算 阅读全文
posted @ 2020-06-24 14:23 Sight-Tech 阅读(386) 评论(0) 推荐(0)
摘要:什么是超参数 在神经网络的村联过程中不变的参数 有哪些是超参数 网络结构参数:几层, 每层宽度,每层的激活函数等 训练参数: batch_size, 学习率, 学习率衰减算法等 为什么要超参数搜索 搜索策略 网格搜索 定义N维方格, 每个方格对应一组超参数,一组一组的尝试,直到找到最好的组合方式。 阅读全文
posted @ 2020-06-18 07:01 Sight-Tech 阅读(262) 评论(0) 推荐(0)
摘要:归一化和批归一化 归一化 归一化: 使数据映射成均值为0,方差为1 的正态分布 类型 min-max归一化: x' = (x -min) / (max - min) z-score归一化: x' = (x - μ) / σ μ是均值 σ是方差 mean归一化: x' = (x -μ) / (max 阅读全文
posted @ 2020-06-18 07:00 Sight-Tech 阅读(377) 评论(0) 推荐(0)
摘要:wide & Deep模型 稀疏特征 稀疏特征就是离散值特征,比如一个人的性别,就是男或者女, 没有其他的选项,是一个离散值。 像这样只能从有限个选项中选择的数据叫做稀疏特征 稀疏特征的优缺点 优: 叉乘(点积)后有意义, 可以帮助获取共现信息,从而实现记忆效果 两个稀疏特征A和B A是性别[M, 阅读全文
posted @ 2020-06-18 06:57 Sight-Tech 阅读(296) 评论(0) 推荐(0)
摘要:机器学习解决的问题 分类问题 分类问题预测的是类别,模型的输出是一个概率分布。 概率分布中最大的值对应的索引将被认为是这条数据项所述的类别。 e.g. 三分类问题,模型将输出[0.2, 0.7, 0.1] 那么认为这条数据将被分类为第二类 回归问题 回归问题预测的是一个实数值,模型的输出是一个实数值 阅读全文
posted @ 2020-06-17 07:38 Sight-Tech 阅读(92) 评论(0) 推荐(0)
摘要:普通MLP处理图像时遇到了什么样的问题,才导致后续各种模型的出现 出现的问题 参数过多 比如输入一张大小为1000x1000的图像, 第一层要使用1000个神经元,下一层的神经元使用106个 那么,全连接参数就是1000 * 1000 * 106 = 10^12 一万亿个参数 这还仅仅是前两层。 很 阅读全文
posted @ 2020-06-17 07:36 Sight-Tech 阅读(310) 评论(0) 推荐(0)
摘要:算法的时间复杂度到底怎么算? 引言 假设计算机运行一行简单语句算作一次运算。 def func1(num): print("Hello, World!\n") # 需要执行 1 次 return 0 # 需要执行 1 次 那么上面这个方法需要执行 2 次运算 def func2(num): for 阅读全文
posted @ 2020-06-14 02:46 Sight-Tech 阅读(445) 评论(0) 推荐(0)
摘要:Basic 7 Algorithms in Python Bubble Sort(冒泡排序) Main Idea: use two loops to iterate data array, find the maximum, and throw it to the end. (两次循环,每次选大的放 阅读全文
posted @ 2020-06-13 08:03 Sight-Tech 阅读(163) 评论(0) 推荐(0)