├── AYearofComputerVisionPDF.pdf ├── OpenCV官方教程中文版（For Python）.pdf ├── README.md ├── 录音.m4a ├── 我的深度学习之路.pdf ├── 统计学习方法(李航).pdf └── 面试题总结.md /AYearofComputerVisionPDF.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/computervisionlearner/Start_DeepLearning/a9cc0a98159aa6a98b1c498e8cb960539dc5a8e0/AYearofComputerVisionPDF.pdf -------------------------------------------------------------------------------- /OpenCV官方教程中文版（For Python）.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/computervisionlearner/Start_DeepLearning/a9cc0a98159aa6a98b1c498e8cb960539dc5a8e0/OpenCV官方教程中文版（For Python）.pdf -------------------------------------------------------------------------------- /README.md: -------------------------------------------------------------------------------- 1 | README 2 | =========================== 3 | # 该文件主要有深度学习书籍、求职面试经验、编程题等清单 4 | 5 | **** 6 | 7 | |#|清单|链接| 8 | |---|----|-----| 9 | |1|`cpp实现面试中重要算法`|[代码链接](https://github.com/computervisionlearner/CppCode)| 10 | |2|`机器学习五本书`|[机器学习五本书](https://pan.baidu.com/s/1tT_pX4pPF7N8edlkwsY-Jw)| 11 | |3|`leetcode刷题`|[python版](https://github.com/computervisionlearner/leetcode)| 12 | |4|`TensorFlow实战`|[百度网盘链接](https://pan.baidu.com/s/1l6IsLWcUmk4osJw7MD2zbg)| 13 | |5|`TensorFlow实战Google深度学习框架`|[百度网盘链接](https://pan.baidu.com/s/1WaNF4ynZ9FgwBSZwHImnFA)| 14 | |6|`深度学习花书`|[花书链接](https://github.com/computervisionlearner/DeepLearning/blob/master/books/深度学习.Yoshua%20Bengio%2BIan%20GoodFellow.pdf)| 15 | |7|`机器学习-周志华`|[周志华机器学习](https://github.com/computervisionlearner/DeepLearning/blob/master/books/机器学习周志华.pdf)| 16 | |8|`解析深度学习网络——深度学习实战手册`|[TensorFlow调参技巧](https://github.com/computervisionlearner/DeepLearning/blob/master/books/解析卷积神经网络--深度学习实践手册.pdf)| 17 | |9|`OpenCV实战手册`|[OpenCV实战](https://github.com/computervisionlearner/Start_DeepLearning/blob/master/OpenCV官方教程中文版%EF%BC%88For%20Python%EF%BC%89.pdf)| 18 | |10|`面试常见问题总结`|[面试常见问题总结](https://github.com/computervisionlearner/Start_DeepLearning/blob/master/面试题总结.md)| 19 | |11|`我的深度学习历程`|[千锤百炼](https://github.com/computervisionlearner/Start_DeepLearning/blob/master/我的深度学习之路.pdf)| 20 | |12|`计算机视觉近一年的成果总结`|[综述篇](https://github.com/computervisionlearner/Start_DeepLearning/blob/master/AYearofComputerVisionPDF.pdf)| 21 | -------------------------------------------------------------------------------- /录音.m4a: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/computervisionlearner/Start_DeepLearning/a9cc0a98159aa6a98b1c498e8cb960539dc5a8e0/录音.m4a -------------------------------------------------------------------------------- /我的深度学习之路.pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/computervisionlearner/Start_DeepLearning/a9cc0a98159aa6a98b1c498e8cb960539dc5a8e0/我的深度学习之路.pdf -------------------------------------------------------------------------------- /统计学习方法(李航).pdf: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/computervisionlearner/Start_DeepLearning/a9cc0a98159aa6a98b1c498e8cb960539dc5a8e0/统计学习方法(李航).pdf -------------------------------------------------------------------------------- /面试题总结.md: -------------------------------------------------------------------------------- 1 | # 常见面试题总结 2 | 3 | 作者：xfcherish 4 | 链接：https://www.nowcoder.com/discuss/65323 5 | 来源：牛客网 6 | 7 | （1）代码题（leetcode类型），主要考察数据结构和基础算法，以及代码基本功 8 | 虽然这部分跟机器学习，深度学习关系不大，但也是面试的重中之重。基本每家公司的面试都问了大量的算法题和代码题，即使是商汤、face++这样的深度学习公司，考察这部分的时间也占到了我很多轮面试的60%甚至70%以上。我去face++面试的时候，面试官是residual net，shuffle net的作者；但他们的面试中，写代码题依旧是主要的部分。 9 | 10 | 大部分题目都不难，基本是leetcode medium的难度。但是要求在现场白板编程，思路要流畅，能做到一次性Bug-free. 并且，一般都是要给出时间复杂度和空间复杂度最优的做法。对于少数难度很大的题，也不要慌张。一般也不会一点思路也没有，尽力给面试官展现自己的思考过程。面试官也会引导你，给一点小提示，沿着提示把题目慢慢做出来也是可以通过面试的。 11 | 12 | 以下是我所遇到的一些需要当场写出完整代码的题目： 13 | 14 | <1> 二分查找。分别实现C++中的lower_bound和upper_bound. 15 | 16 | <2> 排序。 手写快速排序，归并排序，堆排序都被问到过。 17 | 18 | <3> 给你一个数组，求这个数组的最大子段积 19 | 20 | 时间复杂度可以到O(n) 21 | 22 | <4> 给你一个数组，在这个数组中找出不重合的两段，让这两段的字段和的差的绝对值最小。 23 | 24 | 时间复杂度可以到O(n) 25 | 26 | <5> 给你一个数组，求一个k值，使得前k个数的方差 + 后面n-k个数的方差最小 27 | 28 | 时间复杂度可以到O(n) 29 | 30 | <6> 给你一个只由0和1组成的字符串，找一个最长的子串，要求这个子串里面0和1的数目相等。 31 | 32 | 时间复杂度可以到O(n) 33 | 34 | <7> 给你一个数组以及一个数K， 从这个数组里面选择三个数，使得三个数的和小于等于K， 问有多少种选择的方法？ 35 | 36 | 时间复杂度可以到O(n^2) 37 | 38 | <8> 给你一个只由0和1组成的矩阵，找出一个最大的子矩阵，要求这个子矩阵是方阵，并且这个子矩阵的所有元素为1 39 | 40 | 时间复杂度可以到O(n^2) 41 | 42 | <9> 求一个字符串的最长回文子串 43 | 44 | 时间复杂度可以到O(n) (Manacher算法) 45 | 46 | <10> 在一个数轴上移动，初始在0点，现在要到给定的某一个x点， 每一步有三种选择，坐标加1，坐标减1，坐标乘以2，请问最少需要多少步从0点到x点。 47 | 48 | <11> 给你一个集合，输出这个集合的所有子集。 49 | 50 | <12> 给你一个长度为n的数组，以及一个k值（k < n) 求出这个数组中每k个相邻元素里面的最大值。其实也就是一个一维的max pooling 51 | 52 | 时间复杂度可以到O(n) 53 | 54 | <13> 写一个程序，在单位球面上随机取点，也就是说保证随机取到的点是均匀的。 55 | 56 | <14> 给你一个长度为n的字符串s，以及m个短串（每个短串的长度小于10）， 每个字符串都是基因序列，也就是说只含有A,T,C,G这四个字母。在字符串中找出所有可以和任何一个短串模糊匹配的子串。模糊匹配的定义，两个字符串长度相等，并且至多有两个字符不一样，那么我们就可以说这两个字符串是模糊匹配的。 57 | 58 | <15> 其它一些描述很复杂的题这里就不列了。 59 | 60 | 61 | （2）数学题或者"智力"题。 62 | 63 | 不会涉及特别高深的数学知识，一般就是工科数学（微积分，概率论，线性代数）和一些组合数学的问题。 64 | 65 | 下面是我在面试中被问到过的问题： 66 | 67 | <1> 如果一个女生说她集齐了十二个星座的前男友，她前男友数量的期望是多少？ 68 | 69 | ps：这道题在知乎上有广泛的讨论，作为知乎重度用户我也看到过。如果一个女生说，她集齐了十二个星座的前男友，我们应该如何估计她前男友的数量？ 70 | 71 | <2> 两个人玩游戏。有n堆石头，每堆分别有a1, a2, a3.... an个石头，每次一个游戏者可以从任意一堆石头里拿走至少一个石头，也可以整堆拿走，但不能从多堆石头里面拿。无法拿石头的游戏者输，请问这个游戏是否有先手必胜或者后手必胜的策略？ 如果有，请说出这个策略，并证明这个策略能保证必胜。 72 | 73 | <3> 一个一维数轴，起始点在原点。每次向左或者向右走一步，概率都是0.5. 请问回到原点的步数期望是多少？ 74 | 75 | <4> 一条长度为1的线段，随机剪两刀，求有一根大于0.5的概率。 76 | 77 | <5> 讲一下你理解的矩阵的秩。低秩矩阵有什么特点？ 在图像处理领域，这些特点有什么应用？ 78 | 79 | <6> 讲一下你理解的特征值和特征向量。 80 | 81 | <7> 为什么负梯度方向是使函数值下降最快的方向？简单数学推导一下 82 | 83 | 84 | （3）机器学习基础 85 | 86 | 这部分建议参考周志华老师的《机器学习》。 87 | 88 | 下面是我在面试中被问到过的问题： 89 | 90 | <1> 逻辑回归和线性回归对比有什么优点？ 91 | 92 | <2> 逻辑回归可以处理非线性问题吗？ 93 | 94 | <3> 分类问题有哪些评价指标？每种的适用场景。 95 | 96 | <4> 讲一下正则化，L1和L2正则化各自的特点和适用场景。 97 | 98 | <5> 讲一下常用的损失函数以及各自的适用场景。 99 | 100 | <6> 讲一下决策树和随机森林 101 | 102 | <7> 讲一下GBDT的细节，写出GBDT的目标函数。 GBDT和Adaboost的区别与联系 103 | 104 | <8> 手推softmax loss公式 105 | 106 | <9> 讲一下SVM, SVM与LR有什么联系。 107 | 108 | <10>讲一下PCA的步骤。PCA和SVD的区别和联系 109 | 110 | <11> 讲一下ensemble 111 | 112 | <12> 偏差和方差的区别。ensemble的方法中哪些是降低偏差，哪些是降低方差？ 113 | 114 | ...... 这部分问得太琐碎了，我能记起来的问题就这么多了。我的感觉，这部分问题大多数不是问得很深，所以不至于被问得哑口无言，总有得扯；但是要想给出一个特别深刻的回答，还是需要对机器学习的基础算法了解比较透彻。 115 | 116 | 117 | （4）深度学习基础 118 | 119 | 这部分的准备，我推荐花书（Bengio的Deep learning）和 @魏秀参 学长的《解析卷积神经网络-深度学习实践手册》 120 | 121 | 下面是我在面试中被问到过的问题： 122 | 123 | <1> 手推BP 124 | 125 | <2> 手推RNN和LSTM结构 126 | 127 | <3> LSTM中每个gate的作用是什么，为什么跟RNN比起来，LSTM可以防止梯度消失 128 | 129 | <4> 讲一下pooling的作用， 为什么max pooling要更常用？哪些情况下，average pooling比max pooling更合适？ 130 | 131 | <5> 梯度消失和梯度爆炸的原因是什么？ 有哪些解决方法？ 132 | 133 | <6> CNN和RNN的梯度消失是一样的吗？ 134 | 135 | <6> 有哪些防止过拟合的方法？ 136 | 137 | <7> 讲一下激活函数sigmoid，tanh，relu. 各自的优点和适用场景？ 138 | 139 | <8> relu的负半轴导数都是0，这部分产生的梯度消失怎么办？ 140 | 141 | <9> batch size对收敛速度的影响。 142 | 143 | <10> 讲一下batch normalization 144 | 145 | <11> CNN做卷积运算的复杂度。如果一个CNN网络的输入channel数目和卷积核数目都减半，总的计算量变为原来的多少？ 146 | 147 | <12> 讲一下AlexNet的具体结构，每层的作用 148 | 149 | <13> 讲一下你怎么理解dropout，分别从bagging和正则化的角度 150 | 151 | <14> data augmentation有哪些技巧？ 152 | 153 | <15> 讲一下你了解的优化方法，sgd, momentum, rmsprop, adam的区别和联系 154 | 155 | <16> 如果训练的神经网络不收敛，可能有哪些原因？ 156 | 157 | <17> 说一下你理解的卷积核， 1x1的卷积核有什么作用？ 158 | 159 | ........ 160 | 161 | 同上，这部分的很多问题也是每个人都或多或少能回答一点，但要答得很好还是需要功底的。 162 | 163 | 164 | （5）科研上的开放性问题 165 | 166 | 这部分的问题没有固定答案，也没法很好地针对性准备。功在平时，多读paper多思考，注意培养自己的insight和intuition 167 | 168 | 下面是我在面试中被问到过的问题： 169 | 170 | <1> 选一个计算机视觉、深度学习、机器学习的子领域，讲一下这个领域的发展脉络，重点讲出各种新方法提出时的motivation，以及谈谈这个领域以后会怎么发展。 171 | 172 | <2> 讲一下你最近看的印象比较深的paper 173 | 174 | <3> 讲一下经典的几种网络结构， AlexNet， VGG，GoogleNet， Residual Net等等，它们各自最重要的contribution 175 | 176 | <4> 你看过最近很火的XXX paper吗? 你对这个有什么看法？ 177 | 178 | ...... 179 | 180 | （6） 编程语言、操作系统等方面的一些问题。 181 | 182 | C++， Python， 操作系统，Linux命令等等。这部分问得比较少，但还是有的，不具体列了 183 | 184 | （7）针对简历里项目/论文 / 实习的一些问题。 185 | 186 | 这部分因人而异，我个人的对大家也没参考价值，也不列了。 187 | --------------------------------------------------------------------------------