「编程」 工程代码基础
参考:AI 研习社——自动驾驶视角下的工程代码基础
设计模式的作用
是不是让你的代码更精简;
json 合法性检测
如何设计一个迷宫问题(开放性问题)
省略了几乎所有东西,考验的是你的架构/设计能力;
使用什么工具
设计什么内容
有限时间,简要说就好
自底向上
基础 API
键盘输入;鼠标输入;像素点显示颜色
组合
Button(事件);Canvas(画布显示像素);Widget(一个界面);Form;…
Signal、enent
接收触发事件
自定向下
CharacterBase
Map
BattleSystem
GameMode
Attached System
值得一读或一做的...



「算法」 Ball Tree
KD 树对于低维度 (D<20) 的近邻搜索非常快, 当 D 增长到很大时, 效率变低;这就是所谓的 “维度灾难” 的一种体现;KD 树只能处理欧式距离;
为了解决 KD 树在高维上效率低下的问题, ball 树 应运而生,同时 Ball tree 可处理一般的距离;
一、Ball-Tree
1. 介绍
KD 树沿卡迪尔轴(即坐标轴)分割数据, ball 树在沿着一系列的超球面(hyper-spheres)来分割数据. 构建树时要比 KD 树耗时, 但是他对于高结构化的数据是非常有效的, 即使在高维度上也是一样;
ball 树将数据递归地划分为由质心 C 和半径 r 定义的节点,使得节点中的每个点位于由 r 和 C 定义的 hyper-sphere 内. 通过使用三角不等式(...
「ML」 NNS
一、 NNS
介绍
最近邻搜索(Nearest Neighbor Search)又称为“最近点搜索”(Closest point search),是一个在尺度空间中寻找最近点的优化问题;
高德纳在《计算机程序设计艺术》(1973)一书的第三章中称之为邮局问题,即居民寻找离自己家最近的邮局;
定义
在特征空间 M 中给定一个点集 S 和一个目标点 q ∈ M,在 S 中找到与 q 相似度最高的 K 个点;
M 一般为多维的欧几里得空间,相似度为欧几里得距离或曼哈顿距离;
应用
模式识别,特别是光学字符识别;
统计分类,参见KNN(k-nearest neighbor algorithm);
计算机视觉,如图像检索;
数据...
「ML」 KNN
一、KNN
介绍
K-近邻(K Nearest Neighbor),1968年由Cover 和 Hart 提出1;
是一种用于分类和回归的非参数统计方法2;
k-近邻算法是最简单的机器学习算法之一;
定义
在特征空间 M 中给定一个点集 S 和一个目标点 q ∈ M,在 S 中找到与 q 相似度最高的 K 个点;
M 一般为多维的欧几里得空间,相似度为欧几里得距离或曼哈顿距离;
属性
随着数据趋于无限,算法保证错误率不会超过贝叶斯算法错误率的两倍1;对于一些 K 值,K 近邻保证错误率不会超过贝叶斯的;
决策边界
KNN 隐式地计算了决策边界,也可以显示计算;3
...
「算法」 KD Tree
一、KD-Tree
1. 介绍
KD-Tree 是 k 维树的缩写;
是在 k 维欧几里德空间上用来组织点的数据结构;
是每个节点都为k维点的二叉树;所有非叶子节点可以看作是一个超平面,它把空间分割成两个半空间,该节点的选择与k维中垂直于超平面的那一维有关,其法线为该维度上的单位向量;
k-d 树是空间二分树(Binary space partitioning )的一种特殊情况;
2. 应用
k-d 树 可以使用在多种应用场合,如多维键值搜索(例:范围搜寻及最邻近搜索);
二、KD-Tree 运算
1. 创建
在 K 维数据中选取一个维度 \(K_i\);
在 \(K_i\) 维度上选取中值,并以此将数据划分为两个子集,此中值即为根节点;
在两个子...
「DL」 元学习概述
译自:Meta-Learning: Learning to Learn Fast https://lilianweng.github.io/lil-log/2018/11/30/meta-learning.html,有增删
元学习,又叫“学会学习”,旨在通过少量样本的 fine-tuning 快速设计出具有类似属性的机器学习模型;甚至,推广到在训练期间从未遇到过的新任务和新环境;这就是元学习也被称为学习如何学习的原因;「元」指的是内在的知识,以便扩展到新的同类任务;
旨在通过少量样本的fine-tuning,使该模型可以适应训练样本中没有遇到的新任务和新环境
跟 finetuning 有啥区别啊
全文逻辑需要重整,感觉都没有逻辑了
「论文实践」DocFace: Matching ID Document Photos to Selfies
论文发表时间:2018年5月
论文地址:https://arxiv.org/abs/1805.02283
官方代码:https://github.com/seasonSH/DocFace(Tensorflow)
「论文解读」DocFace: Matching ID Document Photos to Selfies
论文发表时间:2018年5月
论文地址:https://arxiv.org/abs/1805.02283
官方代码:https://github.com/seasonSH/DocFace(Tensorflow)
「工具」 Docker 常用命令
命令分类
命令
Docker 环境信息
info,version
容器生命周期管理
creat,exec,kill,pause,restart,rm,run,start,stop,unpause
镜像仓库命令
login,logout,pull,push,search
镜像管理
build,images,import,load,rmi,save,tag,commit
容器运维
attach,export,inspect,port,ps,renam...
「工具」 Docker 入门
2013 年 3 月:Docker 正式发布开源版本
官网:https://docs.docker.com/
中文教程:http://www.docker.org.cn/
docker hub:https://www.docker.com/
nvidia-docker github:https://github.com/NVIDIA/nvidia-docker
若需要用到 GPU,则应先安装 docker,再安装 nvidia-docker;
1 Docker 安装
安装 Docker 的要求1:
Docker 只支持 64 位 CPU 架构计算机;
建议 Linux 内核在 3.10 及以上(内核升级方式);
Linux 内核需开启 cgroups 和 name...
「论文解读」Faster R-CNN Features for Instance Search
https://blog.csdn.net/dengbingfeng/article/details/51453851
https://zhuanlan.zhihu.com/p/33625603
DeepVision Workshop in CVPR 2016
论文发表时间:2016年4月
论文地址:http://arxiv.org/abs/1604.08893
主页: http://imatge-upc.github.io/retrieval-2016-deepvision/
官方代码:https://github.com/imatge-upc/retrieval-2016-deepvision
一、一句话总结文章
第一句:之前的图像检索方法,是以图搜图(整张图片匹配);...
共计 516 篇文章,26 页。