实现了在一张图片里用matplotlib的pyplot同时绘制折线图和柱状图。 # -*- coding:utf-8 -*- import matplotlib import matplotlib.pyplot as plt import numpy as np matplotlib.rcParams['font.sans-serif'] = ['SimHei'] # 用黑体显示中文 # 构建数据 x = np.arange(1, 15) y = [0.8, 0.88, 0.825, 0.76, 0.91, 0.95, 0.74, 0.99, 0.80, 0.72, 0.9, 0.81,...

自勉。进步。持续更新。 意向岗位：算法工程师、开发工程师、测试工程师 更新：想了想，觉得自己的论文，还有代码能力，创新能力稍弱，可能主攻开发工程师了 一、面经汇总： 1. 网易、滴滴、爱奇艺、平安科技、新浪    算法面经 实习面经分享_笔经面经_牛客网总结一下这几个月的面试吧。这一路走来确实不易。 面经主要公司是：网易+滴滴+爱奇艺+平安科技+新浪 网易 人工智能实习生 一面https://www.nowcoder.com/discuss/155532 2. 深信服、腾讯、字节    开发面经 日常实习面经_笔经面经_牛客网日常实习面经 深信服 岗位：C/C++软件开发 一...

LeNet网络简介： 首先介绍一下LeNet, 定义了CNN的基本组件，是CNN的鼻祖。 LeNet由七层CNN组成， C1卷积层:使用6个5*5的卷积核，得到6个feature map。输入图像为32*32，因此特征图大小为28*28。 参数个数：对于同个卷积核每个神经元使用的参数相同。因此参数个数是（5*5+1）*6=156，其中，5*5为卷积核参数，1为偏置参数。 连接数：每个特征图28*28个神经元，因此连接数为二者乘积：（5*5+1）*6*28*28=122304 S2下采样层：池化单元2*2，因此特征图的大小变成14*14。 计算过程是，2*2个单元里的值相加，乘以训练参数...

2021.12.6 视频一面 60min 自我介绍 2min 手撕代码： 三数之和 我用的hashtable + 双层遍历 ，算是做出来了 介绍一下题目的思路 介绍自己的项目 我的项目主要涉及了  语义分割，传统的edge detection， 和线框检测 都介绍了一下，说了自己的思路以及为什么那么做 问了线框检测的一篇论文，为什么效果好 然后就开始问 edge detection 和语义分割的区别，应用场景分别是什么  深挖了一些项目的东西 让我介绍U-Net的网络结构，详细介绍 下采样、...