关系梳理 （CMakeLists.txt）// 手写组态档， 告诉cmake怎么生成makefile || 告诉 \/ （cmake） // cmake可以跨平台生成对应平台能用的makefile || 生成 \/ （makefile）// makefile命令中就包含了调用gcc（也可以是别的编译器）去编译某个源文件的命令。 || 传递 \/ （make）// 调用makefile文件中用户指定的命令来进行编译和链接 || \/ （可执行目标文件）  一则小问题：Q：装Visual studio的时候也没有装cmake啊，是vs内部集成了类似cmake的工具了么？还有我用vs创建工程也没有写...

量化简介 你看原始信号就是模拟信号，如声音，但是我们要把真实世界的信号带到数字处理领域来，于是就得采样！所谓采样就是把握信号的主要部分，丢掉高频细节部分，真实世界可是一个超高精度的程序空间呀，因此我们要放到我们的计算机中来的话，就得降低精度存储进来了！对应的硬件电路如上图所示，就是高维现实空间跟低维程序空间的一个最底层最硬核的接口了！这些我们在大一就都学过的应该好理解的吧！总之，简单来说量化就是在原信号上的采样而已了！ 就是把你一个layer的激活值范围的给圈出来，然后按照绝对值最大值作为阀值（因此当正负分布不均匀的时候，是有一部分是空缺的，也就是一部分- 值域被浪费了；这里有个小坑就是，假如...

下采样卷积 普通的2D卷积，实现上采样功能。  反卷积 通过对采样输入补零，扩大分辨率，一种特殊的正向卷积。  分离与分组卷积 对卷积核分层，一般用于减少计算量或者每个channel具有较大差异，比如计算关键点经常会用到。  比如卷积核3 x 3 x in x out，普通的用法就是out个卷积核对所有in channel进行卷积运算，而分离卷积，一次只负责n层，一般256输入256输出，如果分离卷积就是一个核负责1层，分4组的分组卷积就是一个核卷64层。   从一个具体的例子来看，Group conv本身就极大地减少了参数。比如当输入通道为256，输出通道也为256，kernel size为...

监督学习和非监督学习举例

参考 https://www.zhihu.com/question/29641737/answer/243982984

xxx

0-1 mse bce/交叉熵 l1/l2 smooth l1（为什么用这个） hinge（svm）

纵览    如果使用线性激活函数（恒等激励函数），那么神经网络仅是将输入线性组合再输出，在这种情况下，深层（多个隐藏层）神经网络与只有一个隐藏层的神经网络没有任何区别，不如去掉多个隐藏层。   线性指一次函数，直线关系，曲线和二次函数属于非线性。非线性指导数不为常数，relu的导数是分段不连续也属于非线性。  sigmoid 导数图像如下图所示：当输入值很大或很小时，更新的梯度趋于0，也就是参数几乎不变，也就很可能造成梯度消失的问题。所以一般不用sigmoid做激活函数。  relu   当使用ReLU 激活函数时，我们不会得到非常小的值（比如前面 sigmoid 函数的 0.00000004...

xxxx

xxxx

决策树  类似于二叉树，通过是否两个开关分别进入下个层级在进行这个操作，最终实现多个条件问题的分类结果。 决策树的关键在于如何将手头的数据定义出一系列问题来区分。    除叶子节点（彩色终端节点）外，所有节点都有5个部分：  基于某个特征的一个值对数据进行的提问，每个提问都有一个真或假的答案可以分裂节点。根据答案，数据点相应地向下移动。 gini：节点的Gini不纯度。当我们沿着树向下移动时，平均加权基尼不纯度会减少。 samples：节点中的观测数据数量。 value：每个类中的样本数。例如，根节点中有2个样本属于类0，有4个样本属于类1。 class：该节点中大多数点的分类。在叶节点中，即...

C++ 1 指针与引用的区别（1）指针是一个变量，存储的是一个地址，指向内存的一个存储单元，它的内容是内存中的地址（2）引用跟原来的变量实质上是同一个东西，只不过是原变量的一个别名而已。  2.2 继承与多态2.3 数组和链表2.4 内存泄漏和溢出

Python 1 深拷贝和浅拷贝 2 list和tuple区别 3 is和==异同  1.4 list参数传递如果list在函数里改变，原来的list是否改变

3.剪枝怎么做，剪多少，效果变化多少