ferriswym的博客

本文旨在收集在面试过程中问到的，以及从网上收集到的有价值的问题，目的是为了从问题出发主动整合知识，在校招有限的时间内抓住重点，避免漫无目的地看书复习。K-means的算法流程？与KNN的区别？K-means的基本算法流程： 1. 初始化k个聚类中心c1,c2,...,ckc1,c2,...,ckc_1,c_2,...,c_k 2. 对于每个样本xixix_i和每个聚类中心cjcjc_j...

从一个比较大的层面看一下模型压缩与加速的知识结构图，梳理一下模型压缩与加速的知识结构。总的来说，模型压缩与加速分为四大部分，分别是剪枝、量化、低秩和蒸馏。剪枝剪枝的目标是减少神经网络中的权重数/特征数，去除相对不重要的权值，减小网络大小同时可以加速运算。剪枝总体而言分为结构化剪枝和非结构化剪枝，结构化剪枝以整个channel/filter为单位裁剪，在实现时即可做到缩小网络结构的目的；非结...

Learning with noisy labels总结Deep Label Distribution Learning With Label AmbiguityJoint Optimization Framework for Learning with Noisy Labels欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入...