在IT圈混飯吃，不管你用什么編程語(yǔ)言、從事前端還是后端，阻塞、非阻塞、異步、同步這些概念，都需要清晰地掌握，否則，怎么與面試官談笑風(fēng)生（chui niu pi）？但是，掌握這...
發(fā)簡(jiǎn)信
IP屬地：北京
-
那些年讓你迷惑的阻塞、非阻塞、異步、同步 -
機(jī)器學(xué)習(xí)面試之LSTM
在深度學(xué)習(xí)中，RNN已經(jīng)成為標(biāo)準(zhǔn)組件，很多領(lǐng)域都要用到，LSTM則是最經(jīng)典的RNN結(jié)構(gòu)。所以面試時(shí)是必問(wèn)的，最基本的面試題就是要說(shuō)清楚LSTM的結(jié)構(gòu)。本文試圖對(duì)其結(jié)構(gòu)進(jìn)行淺顯...
-
機(jī)器學(xué)習(xí)面試之歸一化與標(biāo)準(zhǔn)化
在機(jī)器學(xué)習(xí)的面試中，數(shù)據(jù)是否需要?dú)w一化和標(biāo)準(zhǔn)化是個(gè)常見(jiàn)問(wèn)題。之所以常見(jiàn)，是因?yàn)樗泻芏喟悼樱總€(gè)暗坑都可以考察應(yīng)聘者機(jī)器學(xué)習(xí)基礎(chǔ)是否扎實(shí)。 1、先說(shuō)是什么，再說(shuō)為什么 歸一化...
-
機(jī)器學(xué)習(xí)面試之最大熵模型最大熵模型屬于運(yùn)用最大熵原理的多分類(lèi)模型，這個(gè)模型在面試中經(jīng)常會(huì)與邏輯回歸一起問(wèn)，比如，為什么說(shuō)二者是類(lèi)似的？要解答這個(gè)問(wèn)題，需要對(duì)兩個(gè)模型的原理都有清晰的理解，很多面試者雖...
-
機(jī)器學(xué)習(xí)面試之邏輯回歸輸出的值是真實(shí)的概率嗎？邏輯回歸作為被廣泛使用的二分類(lèi)模型，面試中自然是不可缺少的。但要深刻理解邏輯回歸又不是那么容易的，比如說(shuō)，邏輯回歸輸出的值是0到1之間的值，這個(gè)值是真實(shí)的概率嗎？邏輯回歸為什...
-
機(jī)器學(xué)習(xí)面試之MSE與CE的區(qū)別？MSE和CE是機(jī)器學(xué)習(xí)中常見(jiàn)的兩種損失函數(shù)，在訓(xùn)練神經(jīng)網(wǎng)絡(luò)中，也經(jīng)常用到，但是如何深刻地理解二者的異同，卻不是容易輕松搞定的。本文從模擬面試的角度嘗試對(duì)這一問(wèn)題作出解讀。 精...
-
機(jī)器學(xué)習(xí)必須熟悉的算法之word2vector（一）word2vector已經(jīng)成為NLP領(lǐng)域的基石算法。作為一名AI 從業(yè)者，如果不能主動(dòng)去熟悉該算法，應(yīng)該感到臉紅。本文是一篇翻譯的文章，原文鏈接是：http://mccorm...
-
機(jī)器學(xué)習(xí)必須熟悉的算法之word2vector（二）在上一篇文章中，我們簡(jiǎn)述了skip gram版word2vector的基本原理，留下一個(gè)問(wèn)題待解決，那就是網(wǎng)絡(luò)非常大，這將導(dǎo)致如下幾個(gè)困難：1、在上面訓(xùn)練梯度下降會(huì)比較慢；2...
-
機(jī)器學(xué)習(xí)面試之有必要手推SVM嗎(2)?
上篇文章中，我們介紹了SVM的基本思想，并將其推導(dǎo)成了一個(gè)數(shù)學(xué)問(wèn)題，今天的任務(wù)，就是解決如何求解這個(gè)數(shù)學(xué)問(wèn)題，同時(shí)，回答上篇文章中提出的第二個(gè)問(wèn)題： 如果將正負(fù)樣本分開(kāi)的超平...
-
學(xué)懂GAN的數(shù)學(xué)原理，讓它不再神秘知乎上有個(gè)討論，說(shuō)學(xué)數(shù)學(xué)的看不起搞深度學(xué)習(xí)的。曲直對(duì)錯(cuò)不論，他們看不起搞深度學(xué)習(xí)的原因很簡(jiǎn)單，因?yàn)閺臄?shù)學(xué)的角度看，深度學(xué)習(xí)僅僅是一個(gè)最優(yōu)化問(wèn)題而已。比如，被炒的很熱的對(duì)抗式生...
-
機(jī)器學(xué)習(xí)面試之偏差方差
在機(jī)器學(xué)習(xí)的面試中，能不能講清楚偏差方差，經(jīng)常被用來(lái)考察面試者的理論基礎(chǔ)。偏差方差看似很簡(jiǎn)單，但真要徹底地說(shuō)明白，卻有一定難度。比如，為什么KNN算法在增大k時(shí)，偏差會(huì)變大，...
-
機(jī)器學(xué)習(xí)面試之有必要手推SVM嗎（1）？1 單刀直入，先回答有必要嗎？ 最近和許多朋友交流，發(fā)現(xiàn)當(dāng)前機(jī)器學(xué)習(xí)應(yīng)聘時(shí)，手推SVM這道題已經(jīng)越來(lái)越像快速排序一樣，成為必點(diǎn)菜了。 那么，手推SVM是不是必要的呢？正反雙方...
-
機(jī)器學(xué)習(xí)面試之各種混亂的熵請(qǐng)聽(tīng)題:什么是熵？什么是交叉熵？什么是聯(lián)合熵？什么是條件熵？什么是相對(duì)熵？它們的聯(lián)系與區(qū)別是什么？ 如果你感到回答這些問(wèn)題有些吃力，對(duì)這些概念似乎清楚，似乎又沒(méi)有那么明白，那...
-
xgboost的原理沒(méi)你想像的那么難xgboost 已然火爆機(jī)器學(xué)習(xí)圈，相信不少朋友都使用過(guò)。要想徹底掌握xgboost，就必須搞懂其內(nèi)部的模型原理。這樣才能將各個(gè)參數(shù)對(duì)應(yīng)到模型內(nèi)部，進(jìn)而理解參數(shù)的含義，根據(jù)需...
-
其實(shí)印度原版里面還是表現(xiàn)了很多他對(duì)女兒們的感情以及未來(lái)考慮，國(guó)內(nèi)上映版刪掉了一些
你的見(jiàn)識(shí),決定了生活層次，但非唯一~另類(lèi)解讀《摔跤吧，爸爸》（54）
《摔跤吧，爸爸》是最近很火的一部電影，好電影我自然不會(huì)錯(cuò)過(guò)，整部片子看下來(lái)，的確是精品，無(wú)論是演員的敬業(yè)程度、還是整個(gè)片子的節(jié)奏、故事情節(jié)、情感、畫(huà)面細(xì)節(jié)，都屬上品，有人說(shuō)故...
-
彩色鉛筆畫(huà)桃花十里春風(fēng)不如你， 三里桃花不及卿。 已是四月，外面桃花正盛，一時(shí)興起到月牙島去拍桃花，成片盛開(kāi)的桃花煙煙霞霞，夢(mèng)幻般的存在。 花美不堪折，還是親手畫(huà)一枝比較好。 工具：肯特紙...
-
精彩3D畫(huà)之“美人”出浴，逼真效果絕對(duì)讓你震撼！觀美人出浴，乃人生幸事，當(dāng)垂涎三尺。不過(guò)，如若此“美人”是一朵嬌艷欲滴的格桑花，她“出浴”時(shí)，其身上及周邊被晶瑩剔透的水珠緊緊環(huán)繞著……你能不能想象到這是一幅怎樣的場(chǎng)景呢？ ...