3 Tonywu2018

尚未进行身份认证

积少成多

等级
TA的排名 7w+

面经

经过了春招的洗礼,记录下春招的面经,春招期间所有的面试都是线上面试:1、小米一面(45min)(搜索与推荐算法工程师)1、自我介绍2、手撕代码:二叉树的层序遍历3、手撕代码:最小编辑距离4、说说LR5、LR和线性回归的区别6、在实际项目中怎么解决过拟合的7、LR的损失函数是否为凸函数?加上L1正则后是否还为凸函数?8、介绍embedding及两种优化算法9、介绍xgboost10、常用的激活函数有哪些?ReLU相比于sigmoid和tanh有什么优势?11、p

2020-05-11 16:37:48

YouTube深度学习推荐

YouTube于2016年发表在RecSys会议上的“Deep Neural Network YouTube Recommendations”是非常具有工程价值的论文,在深度学习还没有被广泛应用于计算广告、推荐领域的当时,深受欢迎。哪怕放到现在,这篇文章也是必读的经典好文。以作笔记的形式对这篇优秀的文章做简单总结。1.动机:YouTube是全球最大的UGC的视频网站之一,每天都有大量的视频...

2020-02-13 16:28:37

阿里深度兴趣网络:Deep Interest network(DIN)

DIN(深度兴趣网络)是阿里在KDD2018提出的一种有效的用于CTR、个性化推荐的深度学习模型。其效果已经在阿里的电商平台得到了验证。优秀的文章需要学习记录。接下来对这篇论文进行总结概括:1.动机文章指出,用户兴趣有以下两个特点:多样性:即每个用户在浏览购物网站的时候可能会对不能的商品感兴趣。比如一个年轻小伙,他可能对电子产品和运动装备都感兴趣。他的历史行为中可能购买过手机、电脑、...

2020-02-09 23:48:35

word2vec技术细节

embedding的中文为词嵌入,它可以将一些类别特征、单词、商品等用稠密的低维向量表示。embedding是基于分布式假说:上下文相同的词,也具有相同的语义。因此,embedding可使得单词、或者具有相同属性的商品在向量空间上有更近的距离(余弦距离)。2013年的Tomas Mikolov推出了word2vec,使得embedding被广泛的应用于各个领域,它始于NLP领域,但在推荐、搜索、广...

2020-01-11 15:25:43

win10+RTX2060+CUDA10.0+cuDNN7.6.5+TensorFlow1.14.0安装(踩坑过程)

之前已经安装好了TensorFlow,配置是Anaconda(python3.6.5)+VS2015+CUDA9.2 +cuDNN7.2.1.38 + TensorFlow1.10.0 。但是有一次使用Anaconda中的jupyter notebook时出现了一些问题。就是运行程序是,一直是In[*]的状态,哪怕是运行简单的print(123)也是这种状态,我尝试了各种方法,包括先卸载jupy...

2020-01-06 00:22:28

吴恩达Deeplearning.ai之2-1:深度学习的实用层面

这篇笔记主要是关于深度学习的实用层面的,包括以下内容:目录1. 训练、验证、测试集(Train\Development\Test sets)1.1 吴恩达老师1.2 西瓜书1.2.1 留出法1.2.2 交叉验证法1.2.3 自助法2. 偏差/方差(Bias/Variance)3. 机器学习基础(Basic 'recipe' for machine learnin...

2019-10-14 18:33:42

吴恩达Deeplearning.ai之1-4:深层神经网络

这篇笔记主要是关于深层神经网络的,包含以下内容:目录1. 确保矩阵维度是正确的(Getting your matrix dimensions right):2. 搭建深层神经网络块(Building blocks of deep neural network):3. 前向和反向传播(Forward and backward propagation):4. 参数VS超参数(Par...

2019-10-12 16:43:24

吴恩达Deeplearning.ai之1-3:浅层神经网络

这篇笔记主要是关于浅层神经网络的,包含以下内容:目录1. 神经网络的表示(Neural Network Represetation):2. 计算神经网络的输出(Computing a Neural Network's Output):3. 多样本的向量化(Vectorizing across multiple example):4. 向量化实现的解释(Explanation f...

2019-10-11 15:31:48

吴恩达Deeplearning.ai之1-2:神经网络基础

这段时间看了吴恩达老师的deeplearning.ai课程,为了以后回顾相关知识点,特此做了课程的笔记。笔记按照吴恩达老师的教学视频的章节进行记录。这篇笔记是关于神经网络基础的,主要内容如下:目录1. 二分类(Binary Classification):2. 逻辑回归(Logistic Regression):3. 逻辑回归的代价函数(Logistic Regression co...

2019-10-09 22:59:56

坐标型动态规划

给定一个序列或网格,需要找到序列中某个/些子序列或网格中的某条路径。动态规划方程dp[i]中的下标i表示以a[i]为结尾的满足条件的子序列的性质,dp[i][j]中的下标i,j表示以格子(i,j)为结尾的满足条件的路径的性质。坐标型动态规划的初始条件dp[0]是指以a[0]为结尾的子序列的性质。1. uniquePathII题目描述:给定m行n列的网格,有一个机器人从左上角(0,0)出...

2019-09-27 16:43:20

动态规划入门

最近在学习动态规划的知识,刷了一些题目,也看了一些博客和教学视频,本专题主要是根据《九章算法》的课程做了一些学习笔记及总结,编写语言为python,动态规划是算法中难度比较大,考察比较多的一种。动态规划常用于解决:有重叠子问题的最优化问题。动态规划的题目众多,常见的动态规划的题目有以下3类:1、计数型动态规划:一般这样描述:有多少种方式走到右下角;有多少种方式选出k个数使得和为Sum等...

2019-09-27 12:39:42

分治法、动态规划和贪心算法的区别

1.分治法分治法(divide-and-conquer):将原问题划分成n个规模较小而结构与原问题相似的子问题;递归地解决这些子问题,然后再合并其结果,就得到原问题的解。分治模式在每一层递归上都有三个步骤:分解(Divide):将原问题分解成一系列子问题;解决(conquer):递归地解各个子问题。若子问题足够小,则直接求解;合并(Combine):将子问题的结果合并成原问题的解...

2019-07-19 22:38:15

剑指offer(八):位运算篇(python)

位运算是把数字用二进制表示之后,对每一位上0或者1的运算。二进制的位运算有5种:与、或、异或、左移和右移。与运算两个数都为1时,结果为1,与运算符用&表示;或运算两个数其中一个为1时,结果为1,或运算符用|表示;异或运算两个数不同时,结果为1,异或运算符用^表示;左移运算是将某数的二进制左移,右边补0,如2<<3,相当于将2的二进制表示左移3位,在数学上它的效果和2x2^3等同...

2019-07-19 14:23:37

剑指offer(六):栈和队列篇(python)

栈和队列是非常常见的数据结构,且栈和队列都属于线性表;队列在广度优先搜索中应用广泛,而栈时实现深度优先搜索的一种方式,且递归的底层实现实际上就是栈。栈和队列的内容比较简单,但是这并不影响其重要程度。这个专题主要是总结剑指offer中栈和队列相关的题目。1. 剑指offer第9题:两个栈实现队列这道题的题目描述和代码实现见下图: 2. 剑指offer第30题:包含min函数的...

2019-07-18 12:55:53

剑指offer(七):深度优先搜索篇(python)

1. 迷宫问题迷宫问题是典型的搜索问题,假设有下图所示的迷宫: 给定入口和出口,找到走出迷宫的路径(路径可能不止一条)。对于迷宫问题,先将迷宫数字化,用0表示可以通过的区域,用1表示墙,那么上面的迷宫可表示成下面的二维数组: ...

2019-07-16 16:11:35

剑指offer(五):链表篇(python)

这篇文章是关于链表的专题文章,总结的是剑指offer中的链表的相关知识。有关链表的具体知识可以看这篇文章。引用维基百科中的话:链表(Linked list)是一种常见的基础数据结构,是一种线性表,但是并不会按线性的顺序存储数据,而是在每一个节点里存到下一个节点的指针(Pointer)。由于不必须按顺序存储,链表在插入的时候可以达到O(1)的复杂度,比另一种线性表顺序表(数组)快得多,但是查找一...

2019-07-08 23:24:21

剑指offer(四):回溯篇(python)

借用百度百科中的话:回溯算法实际上一个类似枚举的搜索尝试过程,主要是在搜索尝试过程中寻找问题的解,当发现已不满足求解条件时,就“回溯”返回,尝试别的路径。回溯法是一种选优搜索法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择,这种走不通就退回再走的技术为回溯法,而满足回溯条件的某个状态的点称为“回溯点”。回溯算法是一种常用的算法,听上去它...

2019-07-02 20:41:37

剑指offer(三):字符串篇(python)

字符串是面试中的高频题目,很多面试题目都会或多会少的考察字符串的有关内容,本篇文章是总结整合了剑指offer中的字符串相关的面试题,详细内容如下:1. 剑指offer第5题:替换空格这道题的题目描述和代码实现见下图: 这道题目有三种解法,其中第1种用到了replace函数,只需一行代码就完成了实现,显然面试中这种方法是不可行了;第2种方法用到了python中正则表达式,...

2019-06-28 15:21:16

剑指offer(二):设计模式篇(python)

本部分内容时设计模式篇,设计模式的种类比较多,而且代码也比较复杂,但是面试时间有限,多数设计模式的题目不适合作为面试题,但是单例模式的代码相对简答,比较适合作为面试题,下面的题目就是关于单例模式的面试题。剑指offer第2题:实现Singleton模式这道题目的题目描述和代码实现见下图: 可以看到,在测试部分,创建了两个实例s1和s2,但是两个实例的地址值是一样的,这就完...

2019-06-24 15:42:20

剑指offer(一):数组篇(python)

最近准备找工作,一直在学习/刷一些面试题,目前在看剑指offer这本书,想对最近看的面试题做一些总结,整个系列都是用python语言实现的,写的有什么不到位的地方多多包涵同时欢迎指正,本系列不是按照原书中的章节从面试题1-面试题68的顺序来写的,而是将题目分成了数组、字符串、树结构、链表、位运算、队列、动态规划等不同的专题。数组作为一种基本的数据结构,其在面试中考察的几率很高,有关数组的可考察...

2019-06-24 15:38:41

查看更多

勋章 我的勋章
  • 签到达人
    签到达人
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 技术圈认证
    技术圈认证
    用户完成年度认证,即可获得
  • 新人勋章
    新人勋章
    用户发布第一条blink获赞超过3个即可获得
  • 阅读者勋章Lv2
    阅读者勋章Lv2
    授予在CSDN APP累计阅读博文达到7天的你,是你的坚持与努力,使你超越了昨天的自己。
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。