- 博客(175)
- 收藏
- 关注
RSS订阅
原创 白话推荐系统(二)：一文看懂DCN(DeepCrossNet)
DCN（Deep & Cross Network，深度交叉网络）是一种用于点击率预估（CTR）的深度学习模型，由Google和斯坦福大学于2017年提出。它结合了显式特征交叉和深度神经网络的优势，能够高效地学习低阶和高阶特征交互，而无需手动特征工程。
2025-03-01 18:30:12
984
原创 Swin-Transformer白话详解
（2）再进行位置编码，这里的位置编码，有一维位置编码，二维位置编码，相对位置编码。实验表明，一维位置编码相对更好；2D(分别计算行和列的编码，然后求和)的效果还不如1D的每一层都加共享的位置编码也没啥太大用!（1）Vit就是将图片切割各个patch, 然后拉平，进行线性映射（linear线性层）；结论:编码有用，但是怎么编码影响不大，干脆用简单的得了。二、ViT(图像transformer)在检测任务中：可能使用2D更好。2.位置编码的作用和选择。
2024-06-03 13:55:49
4313
原创 白话Transformer&常见面试问题
Tranformer现如今无论是在CV还是NLP，甚至现在非常或的LLM领域都非常重要！该架构是谷歌在2017年《Attention is all you need》中提出的，下面将分析本人对各个模块的理解+算法面试中的常见问题。
2024-05-20 16:00:30
2250
2
原创 白话推荐系统(一): 一文看懂Wide & Deep
Wide & Deep是由谷歌APP Stroe团队在2016年提出的关于CTR预测的经典模型，该模型实现简单，效果却非常好，因而在各大公司中得到了广泛应用，是推荐系统领域的经典模型！团队：Google APP Store发表时间：2016年。
2024-05-14 09:52:42
1425
2
原创 扩散模型(二)——DDIM学习笔记-大白话推导
写在前面：（1）建议看这篇论文之前，可先看我写的前一篇论文：DDPM推导笔记-大白话推导主要学习和参考了以下文章：（1）一文带你看懂DDPM和DDIM（2）关于 DDIM 采样算法的推导 DDPM有一个很大的缺点就是其本身是一个马尔科夫链的过程，推理速度太慢，如果前向加噪过程是1000步，那么去噪过程就需要使用Unet生成噪声，然后去噪，这样进行1000步。这是一个及其缓慢的过程，DDIM原论文中举了一个生动的例子： For example, it takes around 20 hours
2024-01-08 23:03:21
7312
9
原创 扩散模型(一)——DDPM推导笔记-大白话推导
扩散概率模型（Denoising Diffusion Probabilistic Models, DDPM）是一类生成模型，近年来在图像生成、合成等任务中引起了广泛关注。DDPM 的主要思想是通过逐步对数据添加噪声，使数据逐渐逼近高斯分布，然后在生成过程中通过去噪的方式逐步还原出高质量的数据样本。
2023-12-21 23:01:49
5183
16
原创 举例理解transformer中的位置编码
在transformer的结构图中，由一个“Positional Encoding”，即位置编码，查看了以下资料后，稍微有点儿理解了，记录于此。 由于transformer是并行化运算，所以输入的信息中没有位置信，而在语音文本中，绝大部分都是有语序的。例如：我爱你，要是翻译成’“You love me”，那意思就完全不一样了。于是，就有了位置编码，其作用就是让输入数据携带位置信息，是模型能够找出位置特点。 在transformer中的位置编码中，其编码公式如下：PE(pos,2i)=sin(
2022-06-07 15:29:49
8811
10
原创 全网最全图像处理合集：图像基础操作（图像翻转、图像锐化、图像平滑等）、图像阈值分割（边缘检测、迭代法、OSTU、区域增长法等）、图像特征提取（图像分割、灰度共生矩阵、PCA图像压缩）
文章目录说明1. 图像点处理1.1 图像翻转1.2 幂运算和对数运算2. 直方图处理说明本文记录数字图像处理相关问题。导入的依赖如下：import cv2import matplotlibimport matplotlib.pyplot as pltimport numpy as npfrom PIL import Imagematplotlib.rcParams['font.sans-serif'] = ['SimHei'] # 显示中文# 为了坐标轴负号正常显示。matplot
2022-05-04 15:23:38
21362
11
原创 深入理解Python中的常用数据格式（如csv、json、pickle、npz、h5等）：存储机制与性能解析
Feather：最快的读写速度，适合跨语言高效传输。Parquet：高效的列式存储与压缩，适合大规模数据分析。HDF5 (.h5)：强大的数据管理能力，适用于科学计算和工程应用。NPZ (.npz)：专为NumPy数组优化，适合数值计算任务。：灵活的Python对象序列化，适合内部数据持久化。：嵌入式数据库，适合需要SQL查询的小型应用。：灵活的文本格式，适合嵌套数据和配置文件。CSV (.csv)：最简单的文本格式，适合小规模、轻量级的数据交换。
2025-01-02 21:18:30
1360
原创 开源协议介绍
在 GitHub 上，开源项目通常会选择不同的开源许可证（License）来规定代码的使用、分发和修改规则。GPL 是一种“强制开源”的许可证，要求所有基于该代码的衍生项目也必须使用 GPL 协议。BSD 许可证是一种宽松的许可证，与 MIT 类似，但在不同版本间存在一些差异。LGPL 是 GPL 的一个较为宽松的变体，允许在闭源项目中使用开源代码的库。根据具体版本决定，例如 CC-BY 允许商用，CC-BY-NC 不允许商用。MIT 许可证是最常见和最简单的开源许可证之一，强调自由使用和最少限制。
2024-11-22 19:04:02
1493
原创 全网最全文件格式详解：npy/npz/h5/hdf5/pkl/hdf/tfrecord/parquet/csv/txt/feather
在数据科学和机器学习领域，选择合适的文件格式来存储和读取数据是至关重要的。不同的文件格式各有优缺点，适用于不同的应用场景，读取速度和空间占用大小也各有不同。以下将对几种常见文件格式及其介绍：
2024-10-24 21:51:54
1438
原创 图像金字塔的作用
图像金字塔是图像多尺度表达的一种，主要应用与图像分割，是一种以多分辨率来解释图像的有效但概念简单的结构。图像金字塔实际上是一张图片在不同尺度下的集合，即原图的上采样和下采样集合。金字塔的底部是高分辨率图像，而顶部是低分辨率图像。我们将一层一层的图像比喻成金字塔，层级越高，则图像越小，分辨率越低。
2024-08-29 23:58:32
467
1
原创 结合数学原理详解交叉熵损失（Cross Entropy Loss）
如：使用Sigmoid激活函数时，假设给定输入为x，label为y，其中y的取值为0或者1，是一个分类问题。再回到神经网络上，神经网络可以看作是一个黑盒，每个类别的输出是一个概率，每个样本的输出可以看作是一次独立抽样，每个label可以看出是一次观测值。当输出a接近0或者1时，Sigmoid函数的梯度时候是非常小的，接近0故导致在使用最小均方差Loss时，模型参数w会学习的非常慢。所以，当与预测值y_hat的概率和真实概率一致，则满足信息熵的最短特性，从而损失最小。根据图中右侧公式，求导后可得p=0.8.
2024-08-18 10:21:33
645
原创 算法面试合集：DDPM、DDIM、Transformer、Wide&Deep......
算法面试合集：transformer、Swin-T， Wide&Deep等等
2024-08-10 10:19:35
406
原创 安卓Android & JAVA校招/实习面试合集:多线程、强软弱虚引用、进程、内存管理、Activity、Fragment......
安卓Android、java面试资料合集：内存管理、多线程、进程、强软弱虚应用、Activity
2024-08-10 10:05:30
604
原创 深度学习之激活函数
激活函数（Activation Function）是一种添加到人工神经网络中的函数，旨在帮助网络学习数据中的复杂模式。在神经元中，输入的input经过一系列加权求和后作用于另一个函数，这个函数就是这里的激活函数。
2024-06-12 10:09:53
1295
1
原创 深度学习之L1和L2正则化，为什么L1正则化更容易导致稀疏？
L1和L2都是是用来控制模型复杂度和防止过拟合的常见手段，其中L1正则化是加上参数的绝对值的和，而L2正则化是加上参数的平方和。
2024-05-11 11:14:54
761
原创 vscode设置免密登录远程服务器
这个原理其实就是由于在服务器中配置了本地电脑的公钥和密钥，它在连接时，就会优先校验配置的公钥和密钥是否匹配，而非之前的那种密码连接方式！当我们使用vscode的ssh连接远程服务器后，过一段时间后，总是要求登录服务器的密码。（服务器中的.ssh目录一般在自己的用户空间下，如下图所示： 它是隐藏目录，可以使用。以前做过这方面的实践，这次重新使用vscode，重走了一遍流程，故记录在此！然后在文件上面添加上图代码，即：将密钥路径配置好！这样就生成了公钥和密钥，可以在本地路径。步骤至此，完结，撒花！
2024-05-02 13:04:40
1140
3
原创 [Java、Android面试]_23_使用ViewModel翻转屏幕后数据为什么还能显示？
在Activity启动时，ActivityThread调用performLaunchActivity()方法，将存储在ActivityClientRecord中的lastNonConfigurationInstances通过Activity的attach()方法传递到对应的Activity中，然后通过getLastNonConfigurationInstance()恢复mViewModelStore实例对象，最后根据对应的key拿到销毁前对应的ViewModel实例。
2024-04-30 13:35:15
353
3
原创 [Java、Android面试]_22_APP启动流程（中频问答）
当用户点击APP图标后，Launcher进程（实际上就是一个Activity）会接受用户的点击事件，Launcher会通过ActivityManagerProxy已Binder方式向system_server进程发送startActivity请求；新的APP进程会使用native方法获取到ActivityManagerProxy从而使用Binder向system_server进程发送attch application请求，这个过程会将APP进程的binder给到AMS；
2024-04-29 11:23:31
618
3
原创 [Java、Android面试]_21_Dalvik VM与JVM的区别
首先会孵化出System_Server（android绝大多系统服务的守护进程，它会监听socket等待请求命令，当有一个应用程序启动时，就会向它发出请求，zygote就会FORK出一个新的应用程序进程）.每当系统要求执行一个android应用程序时，Zygote就会运用linux的FORK进制产生一个子进程来执行该应用程序。dalvik进程管理是依赖于linux的进程体系结构的，如要为应用程序创建一个进程，它会使用linux的fork机制来复制一个进程（复制进程往往比创建进程效率更高）。
2024-04-24 14:41:08
519
11
原创 [Java、Android面试]_18_详解Handler机制 & 常见handler面试题（非常重要，非常高频！！）
本文主要讲解了handler运行机制，包括一些常用问题：handler内存泄漏分析，handler消息有无上限等
2024-04-13 09:42:40
1507
3
原创 [Java、Android面试]_17_Fragment和Service生命周期
本人今年参加了很多面试，也有幸拿到了一些大厂的offer，整理了众多面试资料，后续还会分享众多面试资料。
2024-04-11 17:27:36
441
原创 [Java、Android面试]_16_Activity生命周期
本人今年参加了很多面试，也有幸拿到了一些大厂的offer，整理了众多面试资料，后续还会分享众多面试资料。
2024-04-09 13:44:15
621
原创 [Java、Android面试]_15_Android为什么使用Binder？
Android为每个安装好的应用程序分配了自己的UID，故进程的UID是鉴别进程身份的重要标志，前面提到C/S架构，Android系统中对外只暴露Client端，Client端将任务发送给Server端，Server端会根据权限控制策略，判断UID/PID是否满足访问权限，目前权限控制很多时候是通过弹出权限询问对话框，让用户选择是否运行。Binder是基于C/S架构的，Client端有什么需求，直接发送给Server端去完成，架构清晰明朗，Server端与Client端相对独立，稳定性较好；
2024-04-09 13:31:26
614
原创 [Java、Android面试]_14_Retrofit的作用
本人今年参加了很多面试，也有幸拿到了一些大厂的offer，整理了众多面试资料，后续还会分享众多面试资料。可以控制对原有对象的访问，在原有对象的访问基础上做一些额外的能力。不需要提前写好代理类，而是使用反射自动生成代理对象。静态代理：提前写好代理类。
2024-03-23 11:01:40
213
原创 [Java、Android面试]_13_map、set和list的区别
本人今年参加了很多面试，也有幸拿到了一些大厂的offer，整理了众多面试资料，后续还会分享众多面试资料。
2024-03-22 12:02:53
412
原创 [Java、Android面试]_12_java访问修饰符、抽象类和接口
7）Static不能修饰抽象方法，因为静态类可以通过方法名直接调用，但抽象方法没有方法体，所以使用static修饰没有意义；接口中的所有方法都是抽象的，接口的方法默认为public abstract类型，接口中的成员变量类型默认为public static final。当使用static声明的内部抽象类相当于一个外部抽象类，继承的时候使用“外部类.内部类”的形式表示类名称。1）抽象类和抽象方法都必须用abstract来修饰，抽象方法不能有实体；4）抽象类的不一定包含抽象方法，但是抽象方法的类必定是抽象类；
2024-03-22 10:47:29
465
原创 [Java、Android面试]_11_线程的启动方式和区别
通过Future对象可以了解任务执行情况，可取消任务的执行，还可获取执行结果。本人今年参加了很多面试，也有幸拿到了一些大厂的offer，整理了众多面试资料，后续还会分享众多面试资料。· Callable重写的是call()方法，Runnable重写的方法是run()方法。· call()方法执行后可以有返回值，run()方法没有返回值。· call()方法可以抛出异常，run()方法不可以。
2024-03-21 10:02:10
450
原创 [Java、Android面试]_10_Java中==与equal()方法的区别？重写equal()方法？
如果是八种基本类型，则比较的是值是否相等；如果是引用类型，比较的是地址是否相等；（1）.equal不能用于基本类型；（2）如果是引用类型，比较的是地址；另外，有些会重写.equal()方法，如String、Date，这时是比较的值是否相等。（3）重写euqal方法要确保 equals() 方法遵循传递性、自反性、对称性和一致性原则，即满足 a == b，b ==c，则 a == c。重写 equals() 方法时，通常也需要重写 hashCode() 方法，以保持对象在散列数据结。
2024-03-20 10:49:33
484
原创 [Java、Android面试]_09_Synchronized、volatile、Lock并发
synchronized 是 Java 中的关键字，用于实现线程同步和互斥，只能是非公平锁。它可以用于方法或代码块中，确保在同一时间只有一个线程可以访问同步代码。使用 synchronized 可以保证线程安全，但可能会引起性能问题，因为它会导致线程阻塞等待锁的释放
2024-03-19 10:15:23
1002
原创 [Java、Android面试]_08_强软弱虚四种引用及应用场景
本人今年参加了很多面试，也有幸拿到了一些大厂的offer，整理了众多面试资料，后续还会分享众多面试资料。
2024-03-18 13:44:43
1270
原创 [Java、Android面试]_07_继承与多态、重写与重载
继承是一种面向对象编程的机制，允许一个类（子类/派生类）继承另一个类（父类/基类）的属性和方法。多态是面向对象编程的一种特性，允许不同的子类对象以统一的方式进行访问和操作。多态通过方法的重写（覆盖）和方法的动态绑定来实现，使得不同子类对象可以对相同的方法调用表现出不同的行为。从现实中来看，私有成员可以被继承的。能继承不代表可以直接访问父类的属性，也不代表不能间接的访问父类的属性。二方面为了扩展程序，继承的子类中除了父类的成员，还可以有自己的成员。· 静态的成员：在类中是可以被继承的。在接口中不能被继承。
2024-03-17 11:49:05
448
2
原创 [Java、Android面试]_06_内部类、静态内部类和匿名类
本人今年参加了很多面试，也有幸拿到了一些大厂的offer，整理了众多面试资料，后续还会分享众多面试资料。
2024-03-16 15:56:14
448
原创 [Java、Android面试]_05_内存泄漏和内存溢出
本人今年参加了很多面试，也有幸拿到了一些大厂的offer，整理了众多面试资料，后续还会分享众多面试资料。
2024-03-15 15:28:33
512
空空如也
java识别图片中的文字内容
2022-11-14
TA创建的收藏夹 TA关注的收藏夹
TA关注的人