Moilk Zhang

Moilk Zhang

雄关漫道真如铁
而今迈步从头越

一个有5年工作经验的后台程序员,Go、AI、边缘云。一直在路上,也永远能再出发🚶🏻‍♂️‍➡️🚶🏻‍♂️‍➡️🚶🏻‍♂️‍➡️

腾讯笔试 2019 年 9 月 1 日

分类: 刷题笔记
标签: 算法笔试

小 Q 通过统计宝箱和钥匙的奇偶数,计算最多能打开的宝箱数量;咖啡店经理通过排序顾客属性,最小化不满意度总和;搬运工问题通过二分法寻找最短时间搬完所有箱子。

字数: 1126 阅读时间: 6 分钟

CS231n - 卷积神经网络

分类: 学习笔记
标签: cs231n AI

卷积神经网络通过局部连接和参数共享高效处理图像数据,包含卷积层、ReLU层、汇聚层和全连接层,逐步将原始像素转换为分类评分。

字数: 1285 阅读时间: 7 分钟

CS231n - 神经网络 3

分类: 学习笔记
标签: cs231n AI

本文详细介绍了神经网络梯度检查的实践技巧,包括使用中心化公式、相对误差比较、双精度浮点数、避免不可导点影响、设置合适步长等,以确保梯度计算的准确性。

字数: 786 阅读时间: 4 分钟

CS231n - 神经网络 2

分类: 学习笔记
标签: cs231n AI

文章介绍了神经网络中的数据预处理方法,包括均值减法、归一化、PCA和白化,并强调了预处理策略在训练集上的应用及权重初始化的重要性。

字数: 929 阅读时间: 5 分钟

CS231n - 神经网络 1

分类: 学习笔记
标签: cs231n AI

神经网络通过非线性激活函数和多层矩阵运算实现分类,单个神经元可视为线性分类器,常用激活函数如Sigmoid和tanh,但Sigmoid因梯度消失和输出非零中心逐渐被淘汰。

字数: 533 阅读时间: 3 分钟

CS231n - 反向传播

分类: 学习笔记
标签: cs231n AI

反向传播通过链式法则递归计算梯度,帮助理解神经网络中损失函数对参数的敏感度,并用于参数更新和可视化。

字数: 867 阅读时间: 5 分钟

CS231n - 最优化

分类: 学习笔记
标签: cs231n AI

文章介绍了图像分类任务中的评分函数、损失函数和最优化过程,重点讨论了SVM损失函数的可视化及其分段线性结构,并探讨了随机搜索作为最优化策略的局限性。

字数: 930 阅读时间: 5 分钟

CS231n - 线性分类

分类: 学习笔记
标签: cs231n AI

线性分类器通过评分函数和损失函数将图像像素映射到分类分值,利用矩阵乘法和加法高效分类,优于k-NN方法,且训练后可丢弃数据,仅保留参数。

字数: 950 阅读时间: 5 分钟