發(fā)簡(jiǎn)信
IP屬地：上海
-
2019.12.16-2019.12.30
總結(jié)： 近期的工作一直圍繞《AutoAugment:Learning Augmentation Strategies from Data》和《S...
-
2019.12.01-2019.12.15工作總結(jié) 這半個(gè)月主要圍繞組會(huì)要講的內(nèi)容進(jìn)行展開。組會(huì)的整體框架： DCASE2019的任務(wù)介紹 McDonnell的技術(shù)報(bào)告 mixup的方法...
-
2019.11.18-2019.11.30總結(jié)： 數(shù)據(jù)集：聲學(xué)場(chǎng)景分類任務(wù)球凰，使用DCASE2019_task_1b的數(shù)據(jù)集虐沥，共10000個(gè)訓(xùn)練集和5000個(gè)驗(yàn)證集，做好了數(shù)據(jù)的處理工作脏榆。...
-
圖解Transformer筆記Transformer模型是在Attention Is All You Need中提出的模型猖毫。講解Transformer模型最好的博客當(dāng)然是這篇...
-
MFCC、FBank姐霍、LPC總結(jié)一鄙麦、MFCC 幾乎照搬語(yǔ)音特征參數(shù)MFCC提取過程詳解參考CSDN語(yǔ)音信號(hào)處理之（四）梅爾頻率倒譜系數(shù)（MFCC） 1.定義MFCCs（Mel ...
-
算法崗面試——機(jī)器學(xué)習(xí)總結(jié)SVM！ 參考資料支持向量機(jī)通俗導(dǎo)論（理解SVM的三層境界）參考資料支持向量機(jī)（SVM）從入門到放棄再到掌握 支持向量機(jī)(Support Vec...
-
算法崗面試——深度學(xué)習(xí)總結(jié)BatchNormalization介紹 參考知乎深度學(xué)習(xí)中 Batch Normalization為什么效果好镊折？參考CSDN對(duì)Batch_No...
-
最小編輯距離
定義：兩個(gè)字串之間胯府，由一個(gè)轉(zhuǎn)成另一個(gè)所需的最少編輯操作次數(shù)，如果它們的距離越大恨胚，說明它們?cè)绞遣煌钜颉ＴS可的編輯操作包括將一個(gè)字符替換成另一個(gè)字符，...
-
算法崗面試——數(shù)學(xué)基礎(chǔ)總結(jié)
在旁吲荩客網(wǎng)上的好資源真的很多寒波，根據(jù)牛客網(wǎng)算法面試寶典寫份總結(jié)升熊，希望在面試過程中能好好表現(xiàn)俄烁。 1. 微積分 SGD,Momentum,Adagard...