面试准备篇之算法岗
发布于2019-08-07 13:03 阅读(553) 评论(0) 点赞(2) 收藏(1)
简介
在这里记录自己准备找工作的历程，接下来的半年会根据自己的学习和成长来更新。。。
一、语言基础知识准备
(1) C++
(2) Python
基础教程
python parser模块
二、算法与数据结构基础知识准备
（一）刷题专栏
（二）算法基础
排序算法
（三）数据结构基础
树结构
三、计算机网络和操作系统基础知识准备
四、线性代数和概率论基础知识准备
五、机器学习基础知识准备
六、深度学习基础知识准备
1、基础知识
2、梯度消失和梯度爆炸
（1）方案1-预训练加微调
（2）方案2-梯度剪切、正则
（3）方案3-relu、leakrelu、elu等激活函数
（4）方案4-batchnorm
（5）方案5-残差结构
（6）方案6-LSTM
参考链接1
参考链接2
深入理解L1、L2范数
3、过拟合与欠拟合
4、CNN pooling层、Dropout算梯度反向更新参数（顺便思考一下deformable conv怎么实现的）
pooling层
无论max pooling还是mean pooling，都没有需要学习的参数。因此，在卷积神经网络的训练中，Pooling层需要做的仅仅是将误差项传递到上一层，而没有梯度的计算。
（1）max pooling层：对于max pooling，下一层的误差项的值会原封不动的传递到上一层对应区块中的最大值所对应的神经元，而其他神经元的误差项的值都是0；
（2）mean pooling层：对于mean pooling，下一层的误差项的值会平均分配到上一层对应区块中的所有神经元
Dropout
5、深度学习中的归一化问题 (BatchNorm)
所属网站分类: 技术文章 > 博客
作者：我就是喜欢你
链接：https://www.pythonheidong.com/blog/article/11121/2f9ce4c51c6a3714e3a7/
来源：python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容：(最多支持255个字符)
---无人问津也好，技不如人也罢，你都要试着安静下来，去做自己该做的事，而不是让内心的烦躁、焦虑，坏掉你本来就不多的热情和定力