实习经验总结
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
八股文学习：
八股文没有想象中那么重要，但还是值得一看,基础知识建议多加关注。
推荐使用网上的资源（例如推荐小林），这些资源基本够用, 无需购买知识星球等付费资源，避免成为“韭菜”。
刷题策略：
刷题不宜贪多。专注于熟练掌握 Hot 100。
做到对题目迅速有思路，并能在不依赖 IDE 的情况下写出无 Bug 的代码。
在此基础上，可以适当扩展其他题目。
简历撰写技巧：
简历中避免写不会或不太会
CAS服务器
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
组内服务器使用指南
VPN 连接
地址: https://vpn.ia.ac.cn
用户名: xushuang
密码: xushuang@2019
操作: 安装提示的插件后，即可正常使用SSH。
服务器 140
主环境:
SSH: ssh liguoqi@172.18.30.140
密码: liguoqi811
操作: 在/data1磁盘创建自己的Docker容器，确保端口不与他人冲突。
服
大创文件README
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
流失归因分析
causal analysis中放的是代码
最主要的内容是在Causal_Analysis-main中，可能不全，最好去论文中重新下载一斑
paper中放的是代码相关的论文
主要看Causal_Analysis_of_Customer_Churn_Using_Deep_Learning.pdf的内容，raw.pdf和前者内容相似，但会对前者有一些补充
dataset中放的是相关的数据集
epoch、batch、batch size、step、iteration
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
名词的具体含义介绍
本文介绍在机器学习、深度学习的神经网络模型中，epoch、batch、batch size、step与iteration等名词的具体含义。
epoch：表示将训练数据集中的所有样本都过一遍（且仅过一遍）的训练过程。在一个epoch中，训练算法会按照设定的顺序将所有样本输入模型进行前向传播、计算损失、反向传播和参数更新。一个epoch通常包含多个step。
batch：一般翻译为“批次”，表示一次
Normalization
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
参考链接
一文浅析transformer–李沐带你深入浅出transformer
归一化层(Normalization layers)
Batch Normalization
Layer Normalization
Instance Normalization:The Missing Ingredient for Fast Stylization
Group Normalization
DIFFERENTIABL
Mac使用Chrome浏览器经常卡死
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
问题
使用chrome浏览器经常卡死
解决方法
将下面这个关闭即可：
面试：关于Transformer的问题
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
参考链接
transformer模型— 20道面试题自我检测
Transformer常见问题与回答总结
Transformer论文逐段精读【论文精读】
为什么Transformer 需要进行 Multi-head Attention？
transformer中为什么使用不同的K 和 Q， 为什么不能使用同一个值？
Breadcrumbstransformers/src/transformers
/modeling
paper:Transformer
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
参考链接
Attention Is All You Need
面试：关于Transformer的问题
Neural Machine Translation by Jointly Learning to Align and Translate
Generating Sequences With Recurrent Neural Networks
The Annotated Transformer
李沐论文精读系列一
Undergraduate VS Graduate
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
本科生 VS 研究生
如果你有实际开发工作经验，感觉自己的水平和实力进入了一个高原期，迫切需要从理论上提高，那么计算机学院是唯一选择。因为计算机学院才能让你在理论上更上一层楼。软件学院从教学计划上就没有把你往这方面带。当然能不能更上一层楼最终还是完全取决于你自己。需要特别说明的是，工作经验并不一定等于开发经验，我见过很多工作2-3年的人，但是没有一点开发经验。
你说：“他们都有很强的开发能力,只是不太喜欢读书,也只
paper:ResNet
MathJax.Hub.Config({ tex2jax: {inlineMath: [['$', '$']]}, messageStyle: "none" });
参考链接
Deep Residual Learning for Image Recognition
ResNet论文逐段精读【论文精读】
1.abstract
1.0 摘要，论文导读
摘要主要内容：
深度神经网络很难训练，我们使用residual（残差结构）使得网络训练比之前容易很多在ImageNet上使用了152层的ResNet，比VGG多8倍，但是计算复杂度更低，最终赢下了ImageNet2015的
« 上一页 1 … 11 12 13 14 15 … 31 下一页 »
