• 相关博文
  • 最新资讯
  • 文章目录1. 方向选型1.1 非技术岗位1.2 技术岗位2. 校园招聘流程2.1 招聘类型2.2 应届生招聘时间2.3 应届生招聘大致流程3. 我的校招经历作为一个刚刚参加完秋招的学生,我希望把整个校园招聘的流程以及经历的事情记录下来,留给学弟学妹参考。相信很多学弟学妹对于未来的面试、就业充满了疑问和憧憬。而在学校是完全接触不到这些东西的,学校也不会开设任何就业指导相关的问题,对于没有任何经验的我们来说,绝大多数同学都是一边搜集各种资料,一边向学长学姐请教,再身体力行地去尝试和探索,最终完成了整个校园招
    forevermoonlight
    forevermoonlight
    昨天
  • 标题无意冒犯,就是觉得这个广告挺好玩的上面这张思维导图喜欢就拿走,反正我也学不了这么多文章目录前言前言前期回顾:我要偷偷的学Python,然后惊呆所有人(第六天)前一天说了,我们今天要进入到爬虫的学习,对,今天我们开始爬本系列文默认各位有一定的C或C++基础,因为我是学了点C++的皮毛之后入手的Python,这里也要感谢齐锋学长送来的支持。本系列文默认各位会百度,学习‘模块’这个模块的话,还是建议大家有自己的编辑器和编译器的,上一篇已经给大家做了推荐啦?我要的不多,点个关注就好啦然..
    qq_43762191
    看,未来
    昨天
  • 一、引言今天文章带大家来一起回顾一下今年我国的夏季洪涝,文章有点长,今天的文章先从“一把火”说起。2020年10月23日晚上19时许,广东汕头南澳岛突发森林火灾,在干燥的东北风的助势下,火线迅速蔓延,从10月25日的Sentinel-2卫星影像上可以看到林区的多个火点:目前明火已经被扑灭,但是留下了大片的火烧迹地:从10月23日的风云4号卫星云图上可以看到我国中东部的大片晴空区,台风“沙德尔”在南海一带西行,这种天气背景表明我国大陆逐渐被冬季风主宰,干燥寒冷东北季风一路南下,湿热的夏季风彻底退出
    qq_46071146
    Remote Sensing_Dong
    昨天
  • 爬虫100例的原则上最后一篇文章,很激动,有很多话想说,请允许我写这么一篇唠唠叨叨的文章。写爬虫系列很迷,估计和很多进入爬虫编码圈的人一样,单纯的我只想看一些图片,然而一页页的去翻,真的好麻烦,总想着可以自动化处理多好,那一年是2010年,而我只会简单的C#语言,不过还是靠着拖拽控件,到处复制粘贴修改代码的方式,拼凑出了一个图片下载器,那一年距离现在恰好10年。很多人注意到,梦想橡皮擦确实是一个老程序员了,在CSDN一个非常不友好的设计中,无情的展示了橡皮擦的年纪。
    hihell
    梦想橡皮擦
    2020年10月28日
  • 前言前些日子,我有一做Java开发近8年的好哥们(暂且叫他飞哥吧)失业了,快30岁了,至今还是单身狗一枚,每天都还是在写一些业务代码,真愁的要谢顶了。虽然飞哥每天做着CRUD的工作,但每天还是做着能进BAT的梦,尤其是今年受疫情影响,公司扛不住疯狂裁员,飞哥也不出意外的被迫失业了。失业后,飞哥开始海投简历,说实话,按照我对他的了解,平时就比较贪玩,上进心也不强,总是逼不得已为了高薪跳槽才去学习,到最后终究是竹篮打水一场空。想想飞哥从事Java开发8年,马上就要30岁了,以后的码农生涯该怎么走
    mifffy_java
    java喵~
    昨天
  • 在前文了解了IP是用于识别某个网络区域的主机,那么平时我们在访问网站的时候一般都不会输入IP进行访问。例如,你访问百度,一般都输入:www.baidu.com ,那么你总不会输入类似 124.23.1.12 这样的IP进行访问吧设身处地想一下,若你想让用户记住你的网站,你总不能让他记一大串数字吧,更何况,以后用到IPv6,需要记忆的数字更多,所以最好的做法就是给这些IP一个名称,我们称之为域名,而当我们访问这些域名的时候,具体访问哪个IP这件事就要交给DNS去做了,本文.
    l_ppp
    Lpyexplore
    昨天
  • 最近从蚂蚁金服首发了一份887页的Java面试宝典,还原了几十个面试场景和面试题,同时还总结出了面试必问的知识点和源码,让大家体验到足不出户也可以面试的感觉!这份Java面试宝典划分为了:Java篇、面试篇、容器篇、并发&多线程、Spring篇、Spring Boot、开发利器、灵魂拷问、带你精进,带你飞、软技能篇!下面为大家呈现部分内容,完整版的PDF版免费获取方式在文末!Java篇面试篇容器篇、并发&多线程Spring篇Sp
    weixin_45825082
    马小梦
    22小时前
  • Windows环境下Python 3.6.8 import matplotlib.pyplot 时出现的 importError: DLLload failed:找不到指定的模块matplotlib依赖库版本不匹配问题(解决问题看下面)最终宇宙无敌究极全网唯一解决方案*在起初pip install matplotlib时,主动安装到当时最新版本(matplotlib==3.3.2),在StackOverflow以及国内众多帖子中总结以下解决方案matplotlib依赖库版本不匹配问题(解决问题看
    Yao_exe
    Yao.exe
    17小时前
  • 前言今年受疫情影响,面试难度增大,工作很难找,从延迟的金三银四,裁员的企业、人数众多的金九银十等方方面面都可以看得出来今天,我们要分享的是,GitHub上标星90.6K的Java面试指南+笔记,这份笔记让人看了不得不爱,目前在GitHub的热度已经标星90.6K,并且还在持续不断的增加,由此可见同行们对这份文档的认可程度,这也意味着对我们的学习和技术提升有很大的帮助。下面将这份文档的内容以图片的形式展现出来,但篇幅有限只能展示部分,如果你需要“高清完整的pdf版”,可以文末自取!.
    GYHYCX
    该用户快成仙了
    昨天
  • 这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
    weixin_42496224
    weixin_42496224
    23小时前
  • 今年我们公司就开展了跨境电商业务,售卖大牌化妆品给国内消费者,其中海外的运输和清关委托了DHL、Fedex等快递公司,国内的运输委托了顺丰、中通等公司。我们想要提供给消费者的较好的查询体验,比如可以通过一个单号查到完整的物流信息、在比较关键的节点如清关、派送的时候可以通知消费者、轨迹可以支持中英文展示。
    austin_he2020
    austin_he2020
    昨天
  • 1.打开设置2.点击项目解释器,添加Conda环境3.在解释器中找anaconda3的安装路径,找到python.exe 确定这样就导入完成了 需要注意的是不同的项目用到的解释器可能不一样,因此新建项目时可以选择想用的解释器如图:编辑配置对该项目的解释器进行选择收工 撒花 有没解决的大佬可以评论区留言,生活不易,继续搬砖去了。加油读书人...
    weixin_44145452
    TARII
    前天
  • YOLO的全称是You Only Look Once,是最早出现的单阶段目标检测方法,也是第一个实现了实时目标检测的方法。计算机视觉领域主要包括两大方面:图像分类、目标检测。图像分类是指根据图像的语义信息将不同类别的图像区分开来,比如人脸识别,即模型输入一张图片,判断该图片属于某个类别。YOLO是一个国外开源的目标检测算法,目前流行的YOLO算法分为三个版本,即YOLOv1、YOLOv2、YOLOv3,YOLO的核心思想就是利用整张图作为网络的输入,直接在输出层回归bounding box(边界)的
    gf19960103
    _Seven°
    前天
  • 本实例以Modis NDVI(MOD13Q1,空间分辨率为250m)一景影像数据为例,演示利用MRT进行Modis NDVI影像变换,主要内容包括:将.hdf格式转为.tif格式,将坐标系转为Albers等积投影。Modis NDVI数据为hdf格式,投影为正弦曲线投影(SIN),在使用过程中通常需要将其转换为tif格式,等积投影。本文就以MRT软件为例演示操作过程。一、.hdf格式影像ENVI和ArcGIS预览在ENVI 5.4中打开hdf数据,如下所示:在ArcGIS10.6中打开hdf数据
    lucky51222
    刘一哥GIS
    昨天
  • 什么热修复?就是已经发布的APP发现有bug,需要修复(资源修复,代码修复,so库修复),但又不想重新发布安装包,通过让用户下载补丁文件的方式解决。热修复的优势无需重新发布安装包;用户无感知修复,无需下载最新的应用,节省用户流量;修复成功率高,避免线上bug带来的业务损失,把损失降到最低。热修复中的不足所有的热修复框架不能保证100%修复成功,只能说bug的修复是相对的,如下图的四个热修复框架都各有所长各有不足:比如阿里的AndFix不支持资源文件的替换(包括xml布局,图片,清单文件等),
    yanhuomatou2015
    文质彬_已然未然
    前天
  • 你好!美好的一天从摸鱼开始!XPRESSLordzJames TupperCollectif-yayLavagraphicsAdamhartwigCrosconVivedmvLunar gravityidesignENERGY – Responsive WordPress Fitness Themejanmensewandesignhlvticonsmatteocianfaranialagoassocialmediagrabandg.
    qq_41770757
    花名提莫
    前天
  • 2020厦门国际银行数创金融杯建模大赛baseline分享成绩:0.34比赛地址:https://www.dcjingsai.com/v2/cmptDetail.html?id=439&=76f6724e6fa9455a9b5ef44402c08653&ssoLoginpToken=&sso_global_session=e44c4d57-cd19-4ada-a1d3-a5250252bf86&sso_session=irjO90jPA0%205ytlVRkI1fA%3D
    wusiyang001025
    WuSiYang@001025
    昨天
  • war和war exploded的区别war和war exploded的区别用途区别地址区别war模式war exploded模式总结war和war exploded的区别要选择哪一个呢用途区别war模式:将WEB工程以包的形式上传到服务器 ;war exploded模式:将WEB工程以当前文件夹的位置关系上传到服务器;1)war模式这种可以称之为是发布模式,就是先打成war包,再发布;2)war exploded模式是直接把文件夹、jsp页面 、classes等等移到Tomcat 部署文件
    mighty_Jon
    Jon_ritian
    前天
  • 综述论文《Deep Reinforcement Learning and Its Neuroscientific Implications》精华总结 & 近期RL前沿方向汇总这是2020年发在Neuron上的关于深度强化学习和神经科学的联系,以及深度强化学习近期前沿方向的一个总结性综述,在这里主要盘点一下论文中提到的强化学习前沿方向,以作备忘。前沿方向概览Representation LearningModel-Based RLMemoryExplorationCognitive
    weixin_40639459
    weixin_40639459
    昨天
  • 两周前收到老师要求参加模式识别比赛,大概内容是检测视频中出现的人脸,然后进行数目统计,一开始看到后毫无头绪的,毕竟这是第一次接触机器视觉类,完全没有方向,后来在同学的见一下开始学习OPENCV,也一直帮我调试程序,在这里也谢谢他了开始的学习大二的时候多少接触过51,32类的单片机,印象最深的便是基于STM32的OPENMV,可及时调用的现成库和机器视觉的第一次惊艳到了我,就先去网上找了CV的入门视频,大概明白了编程环境,语言等。虽然同学安利VSCODE,但最后还是用了Pycharm,语言是Python
    claymore_2142
    claymore_2142
    16小时前
加载中...
  • 万字长文综述目标检测领域,你要的都在这里

    目标检测是计算机视觉中的一个重要问题,近年来传统检测方法已难以满足人们对目标检测效果的要求,随着深度学习在图像分类任务上取得巨大进展,基于深度学习的目标检测算法逐渐成为主流。

    2020.06.09 0
  • 深度学习面试必备的25个问题

    在本文中,我将分享有关深度学习的25个问题,希望能够帮助你为面试做好准备。

    2020.04.09 0
  • 使用大batch优化深度学习:训练BERT仅需76分钟 | ICLR 2020

    作者的实验结果证明了LAMB在各种任务(例如BERT和RseNet-50训练)中可以表现的非常出色,且仅需调整少量的超参数。重要的是,对于训练BERT,本文的优化程序可以使用非常大的32868 batch大小,而且不会降低性能。通过将批处理大小增加到TPUv3 Pod的内存限制,BERT的训练时间可以从3天减少到只有76分钟(可以见后面的表1)。LAMB的实现已经开源。

    2020.04.07 0
  • 2020,国产AI开源框架“亮剑”TensorFlow、PyTorch

    深度学习开源框架领域的一个既定事实是,TensorFlow、PyTorch基本两分天下,从技术能力到生态建设,它们能给AI落地提供有力支撑,可以满足大部分企业在其中构建自己的AI应用。反观国产AI开源框架,即便百度PaddlePaddle已开源四年,腾讯Angel、阿里X-DeepLearning等框架也相继开源,但从市场影响力和使用规模来看,还难与前两者抗衡。

    2020.03.30 0
  • 「最全」实至名归,NumPy官方早有中文教程,结合深度学习,还有防脱发指南...

    NumPy 无疑是很多机器学习研究者和开发者的「白月光」。如此优秀的项目,没有中文版怎么行?近日,机器之心发现 NumPy 官方早在去年就已出了一个中文版网站,涵盖 NumPy 的一切。

    2020.03.27 0
  • 64% 的企业未实现智能化,5成公司算法工程师团队规模小于 10人,AI 工程师的机遇在哪里?...

    从就业的角度来看,由于算法工程化才是商业落地的核心关键,因此拥有扎实工程化能力的算法工程师更受青睐。另一方面,由于深度学习是以大数据为基础的,而感知智能中的计算机视觉又是目前深度学习较为成熟的应用,所以,机器学习和深度学习工程师,以及数据工程师、计算机视觉工程师成为热门岗位。

    2020.03.25 0
  • 对标Pytorch,清华团队推出自研AI框架“计图”

    一支清华大学团队决定研发更加灵活高效的深度学习框架。他们于近日宣布开源Jittor(计图),采用元算子融合和动态编译技术,深度优化内存,有效提升了系统的运行性能和通用性,确保实现和优化分离,大幅提升应用开发的灵活性、可拓展性和可移植性。

    2020.03.23 0
  • 检测、量化、追踪新冠病毒,基于深度学习的自动CT图像分析有多靠谱?

    本文进行了多次回顾性实验,以分析系统在检测可疑COVID-19胸部CT特征中的性能,并使用3D视图来检查评估每位患者随时间推移的疾病进展,并产生“冠状评分”。该研究包括了157名国际患者(中国和美国)的测试集。

    2020.03.19 0
  • LSTM之父发文:2010-2020,我眼中的深度学习十年简史

    作为LSTM发明人、深度学习元老,Jürgen Schmidhuber于2月20日发表了一篇博文,着重介绍了近十年来基于作者研究工作最重要的开发和应用,最后对2020年代进行了展望,也提及到了数据隐私和市场。

    2020.02.24 0
  • 机器学习中的线性回归,你理解多少?

    机器学习中的线性回归是一种来源于经典统计学的有监督学习技术。然而,随着机器学习和深度学习的迅速兴起,因为线性(多层感知器)层的神经网络执行回归,线性回归的使用也日益激增。

    2020.02.21 0
  • 170亿参数加持,微软发布史上最大Transformer模型

    BERT和GPT-2之类的深度学习语言模型(language model, LM)有数十亿的参数,互联网上几乎所有的文本都已经参与了该模型的训练,它们提升了几乎所有自然语言处理(NLP)任务的技术水平,包括问题解答、对话机器人和文档理解等。

    2020.02.13 0
  • 2020,人工智能和深度学习未来的五大趋势

    尽管科技巨头们在人工智能领域投入了大量资金,但大多数受益的行业本身并不属于科技行业。在 Re-Work 的深度学习和人工智能峰会,与会的人工智能工程师和高管们就他们所带头的项目进行了演示和讨论。

    2020.02.10 0
  • 不可错过的7篇深度学习综述

    随着深度学习在各个领域的井喷式进展,一些学术领域显得有些混乱。因此survey就显得至关重要。一篇好的survey能提供该领域的全面视角,还能帮助其他领域的学者更好的了解该方向,同时也能对该领域现存的问题进行收集总结等等。

    2020.01.16 0
  • 人工智能的下一个前沿:识别“零”和“无”

    在一个典型的任务中,可能会训练 DNN 以可视化的方式识别一定数量的类,例如苹果和香蕉的图片。深度学习算法在获得大量数据和质量的数据时,实际上非常擅长进行精确、低错误率和可信的分类。

    2020.01.13 0
  • 被追捧为“圣杯”的深度强化学习已走进死胡同

    近年来,深度强化学习成为一个被业界和学术界追捧的热门技术,社区甚至将它视为金光闪闪的通向 AGI 的圣杯,大多数人都看好它未来发展的巨大潜力。但是,深度强化学习的本质是什么?人们对它的期望是否理智呢?现在,在一片追捧声中,终于有人开始质疑深度强化学习的真实作用。

    2020.01.06 0
  • 从LeNet到GoogLeNet:逐层详解,看卷积神经网络的进化

    深度学习的兴起使卷积神经网络在计算机视觉方面大放异彩,本文将按时间和创新点顺序介绍一系列网络结构:LeNet、AlexNet、VGGNet、InceptionNet 与 ResNet。网络上大部分文章都只是草草讲述,本文小波仔仔细梳理,从问题的背景,网络结构,为什么设计这样的结构,参数数量各方面详细讲述CNN的进化之路。

    2020.01.06 0
  • 迁移学习前沿研究亟需新鲜血液,深度学习理论不能掉链子

    人类可以从很少的样本中学习,显示出了人类卓越的泛化能力,而这一点学习算法仍远做不到。当前,最成功的模型需要大量标记好的数据,但是这些数据昂贵且难以获取,成为实践中使用机器学习的最大障碍之一。最近的研究表明,当前的算法几乎不能对训练期间看到的数据做泛化。在这种情况下,迁移学习显示出巨大潜力,其目的是更有效地利用以前获得的知识来学习新任务。

    2019.12.30 0
  • 从入门到深入:移动平台模型裁剪与优化的技术探索与工程实践

    由浅及深,讲述移动平台模型裁剪与优化的技术探索与工程实践,让希望了解和掌握如何在实践的基础上学习机器学习技术的初学者,希望了解和学习深度学习及其在工业界应用的开发人员,从事移动平台应用程序开发、架构设计以及期望应用机器学习到移动端、嵌入式平台、可穿戴设备等的从业者,掌握学习机器学习技术所需的技术栈、学习路径和方法。

    2019.12.26 0
  • 开发者都想收藏的深度学习脑图,我们抢先曝光了!

    由浅及深讲述移动平台模型裁剪与优化的技术探索与工程实践,让希望了解和掌握如何在实践的基础上学习机器学习技术的初学者,希望了解和学习深度学习及其在工业界应用的开发人员,从事移动平台应用程序开发、架构设计以及期望应用机器学习到移动端、嵌入式平台、可穿戴设备等的从业者,掌握学习机器学习技术所需的技术栈、学习路径和方法。

    2019.12.24 0
  • 如何用Neo4j和Scikit-Learn做机器学习任务?| 附超详细分步教程

    图算法不是一个新兴技术领域,在开源库中已经有很多功能强大的算法实现。近两年,业内的学者与科学家都在积极探索可以弥补深度学习不可解释性,无法进行因果推断的这个缺陷,而图神经网络(GNN)成为备受关注和期待的“宠儿”。随着学界和业界越来越关注GNN,各种新工作不断被提出,基于图神经网络的框架随之产生,如大家现在都已经熟悉的DGL,两大深度学习框架PyTorch和TensorFlow中也开始支持相应的功能,大家对图(Graph)、图计算、图数据库、图机器学习等研究的关注度越发高涨。

    2019.12.04 0
每页显示 共89条数据 < 1 2 3 4 5 >      到第 GO

关于我们

关注「AI科技大本营」​

转载 & 投稿(微信):1092722531

商务合作(微信):15222814505