xiaotiig的博客

面试问题1 自我介绍1.1 先来几句自我介绍1.2 项目经验2 技术2.1 深度学习的各种模型2.2 深度学习的各种技巧2.2.1 调参技巧2.2.2 各种函数等2.3 深度学习前沿2.3.1 YOLOX2.3.2 Transfomer2.3.3 注意力模型2.3.4 模型剪枝蒸馏2.3.5 模型部署2.4 实战2.4.1 人脸识别2.4.2 OCR3 编程算法（最难最重要）3.1 基本数据结构的算法3.1.1 树3.1.2 图3.1.3 几种排序查找算法3.2 算法题3.2.1 递归3.2.2 动态规划3

一 就是4个工作区（1）工作区，你目前的操作文件（2）暂存区，git add ,就是你的文件要被git工具进行管理了（3）版本库，也就是本地仓库，git commit,就是把暂存区的内容提交为本地的1个版本上面3个都是本地操作，实际上已经实现了版本控制，一般我们开发的时候是团队开发，有一个共同的远程仓库，我们需要把自己本地仓库的东西 git push到远程仓库。（4） 远程仓库git push二 本地操作在本地进行的一些操作命令三 远程操作本地和远程仓库的一些互动联系。

python1、注释2、层级关系：3、两种解释方式4、标识符4.1 驼峰命名4.2 35个关键字5、9种数据类型5.1 数字类型5.2 各种类型及转换5.3 进一步详解7、8种运算符8、结构8.1 条件结构8.2 循环结构8.3 遍历技巧9、输入输出：10、函数10.1 内置函数10.2 魔法函数10.3 语法糖11、类12、迭代器生成器13、模块13.1 内置模块13.2 常用模块14、文件操作15、异常操作16、多线程17、网络编程18、正则表达式19、日期时间20、GUI编程21、打包部署22、命名空

1 面试考察1.1 技术面（1）自我介绍（2）项目经历（3）基本知识点（4）在线编程1.2 领导面（1）自我介绍（2）项目经历（3）职业规划1.3 HR面（1）自我介绍（2）职业规划（3）期望薪资待遇2 python基本知识（1）(22条消息) python算法全部知识点速记_xiaotiig的博客-优快云博客https://blog.youkuaiyun.com/xiaotiig/article/details/1188885193 linux基本命令（1） 算法工程师18——L

Linux1 简介1.1 什么是Linux，为什么要学Linux1.2 Linux系统安装2 Linux辅助软件2.1 Xshell2.2 Xftp3 Linux操作（命令）3.1 基本规则1 简介1.1 什么是Linux，为什么要学Linux答：（1）Linux作为3大操作系统之一，在服务器市场占据重要地位，我们要进行服务器端开发，必须要学会Linux，它的重要特点就是快，几乎没有图形界面，因为用不到，让服务器能跑就行。（2）Linux的操作就好像我们windows打开cmd命令一样，只需要用命令

1 基本机器学习案例0 目的1 数据2 数据探索3 预处理4 特征工程5 数据打乱6 数据集划分交叉验证7 训练8 预测9 优化10 保存

机器学习0导论——机器学习十大算法1 线性回归参考文献0导论——机器学习十大算法1 线性回归2 逻辑回归3 K-MEANS聚类4 KNN近邻算法5 SVM支持向量机6 决策树7 降维算法8 集成学习boost算法8.1 Bagging算法8.2 Boosting 算法8.3 随机森林8.4 AdaBoost8.5 GBDT8.6 XGBoost  — 使用线性和树算法8.7 LightGBM  — 只使用基于树的算法9 贝叶斯算法10 神经网络1 线性回归参考文献[

数据结构与算法1 计算复杂性1 计算复杂性算法必须符合有穷能运行，有一些人类可以解决但是计算机无法解决的问题

11.1 数据结构的实现，主要是结构和基本方法（增删改查，len）（1）栈的实现（2）队列的实现（3）双向队列（4）单向链表(节点和链表两个class,注意头节点和尾节点)（5）双向链表的实现11.2 算法（6）递归的实现，进行列表的相加（7）递归实现找零问题以及改进代码https://www.bilibili.com/video/BV1VC4y1x7uv?p=41（8）动态规划实现博物馆大盗的问题11.3 查找（9）顺序查找的while实现（10）二分查找（11）二分查找的递归

一、路径最短二、股票买卖三、排列组合

机器学习强化1 自动编码器1.1 原理1.2 稀疏自动编码器1.3 去噪自动编码器1.4 变分自动编码器1.4.1 变分自动编码器代码1 自动编码器1.1 原理自动编码器就是编码和解码两个过程，一点也不神秘！！！编码就是抽象特征，解码就是再复原等比如Unet就是一个自动编码器卷积神经网络就是加强版的自动编码器，只不过它更强调结果，而不是中间的特征欠完备：特征变少，降维过完备：特征变多，升维1.2 稀疏自动编码器损失少和权重少两者不可兼得，所以要加入一个惩罚因子，给这两项赋

Tensorflow2.0一级目录一级目录

dd

OpenCV1 基本概念1.1专业做视觉的公司1.2 历史1.3 两大数据集1.4 四大主要任务1.5 图像分类1.6 OpenCV1.6.1 OpenCV-Python1 基本概念计算机视觉（Computer vision）是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等，用计算机处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉，图像处理，图像分析，机器人视觉和机器视觉是彼此紧密关联的学科。图像处理旨在处理原始图像以应用某种变换。其

算法9 朴素贝叶斯必会代码11 贝叶斯文本情感分类9 朴素贝叶斯利用概率进行求解，一般认为特征之间是互不相干的，即条件独立必会代码11 贝叶斯文本情感分类import pandas as pdimport numpy as npimport jiebaimport matplotlib.pyplot as pltfrom sklearn.feature_extraction.text import CountVectorizerfrom sklearn.naive_bayes impo

这里比较概括，主要看嘿马的人工智能课件机器学习算法1 引言1.1 基本概念1.2 机器学习分类1.3 机器学习常用的距离1.4 数据集1.5 特征预处理1.5.1 无量纲化2 k 近邻（KNN）2.1 定义2.2 距离计算2.3 计算步骤2.4 案例2.5 K值选择说明2.6 kd树3 sklearn入门1 引言1.1 基本概念机器学习的准确率一般不可能达到100%，一个合理的准确率是非常必要的。1.2 机器学习分类机器学习的经典算法主要有五种类型,分别为:(1)聚类算法,采用各种距离度量

这里写目录标题1 基本概念1.1 人工智能简介1.2 人工智能三要素1.3 人工智能主要3个分支2 机器学习2.1 机器学习2.2 机器学习工作流程2.3 机器学习分类1 基本概念1.1 人工智能简介1.2 人工智能三要素数据算法算力1.3 人工智能主要3个分支2 机器学习2.1 机器学习2.2 机器学习工作流程2.3 机器学习分类...

数据结构与算法时间复杂度数据结构就是存储组织数据的方式算法实现业务的各种方法和思路就是，代码只是实现算法的方式。时间效率=操作步骤数量*操作步骤执行时间时间复杂度...

计算机视觉1 基础1.1 计算机视觉定义1.2 人眼图像的形成1.3 灰度级1.4 分辨率1.5 数字图像的表示1.6 像素关系1.7 图像中常用的距离有3个1.8 图像计算1.8.1 像素计算1.8.2 坐标计算1.9 色彩3要素2 图像预处理2.1 灰度变换2.1.1 对比度增强2.1.2 对比度压缩2.1.3 伽马矫正2.1.4 直方图变换2.2 空间滤波图像处理总结1 基础1.1 计算机视觉定义计算机视觉大部分内容运用了人工智能技术，同样人工智能的发展离不开计算机视觉。计算机视觉是人工智能

待完成

待完成

待完成

对于基础了解这些就够了计算机1 计算机组成2 翻译与解析3 容量和计算单位4 计算机字符编码集5 存储器6 机器指令7 cpu8 定点数与浮点数9网络通信参考资料1 计算机组成2 翻译与解析翻译直接翻译好了，解析就是一句一句进行3 容量和计算单位因为里面存在一个Mbit与MByte的转换Hz赫兹就是每秒重复的次数4 计算机字符编码集5 存储器6 机器指令7 cpu8 定点数与浮点数计算机一般都用浮点数进行存储9网络通信光

如果想进行python学习，下面是一条很详细的流程图，具体学习内容参考黑马的培训：http://www.itheima.com/不打广告，不打广告！黑马的课程在b站和淘宝都可以找到，自学能力差请培训！python开发手册1、python从入门到精通知识框架2 、正则表达式3、数据库4、数据结构与算法5、计算机基础6、GUI框架7、WEB框架8、前端知识hml、cs9、python数据处理numpy\pandas\matplotlib10、机器学习sklearn11、openc