- DarrenZhang
- BJWang
- 小亦
这里是《百面计算机视觉第三版》面试题的更新,以往两版帮助了很多同学。这一版本,希望可以帮助更多的同学拿到Dream offer。
-
建议下载在本地观看,每天可以pull拉取最新的仓库哦!
-
这里面的面经有很多公式,可以采用Chrome浏览器,再添加GitHub with MathJax拓展程序。但是,同样有很多公式,无法显示!
-
我们会将面经,首发于公众号"灿视学长"中,欢迎各位扫码关注!
我写了一篇公众号博文:没文章,没背景,想做CV?那就按这个干!
其中我整理相对应的视频课与电子书的学习路线资料,百度网盘链接:下载地址,密码:g85m
若地址失效,可以加我微信,我发给你就好~
一文了解激活函数
DenseNet详解
常用评价指标
Softmax与Sigmoid的联系与区别
CV中的Attention
resnet及其相关变种
Drop正则化(1)
Drop正则化(2)
手撕反向传播
显存有限,如何增加训练时的Batch Size?
很全的Normalization汇总哦~
L1与L2正则的区别,L1为何是更稀疏?
感受野
权重初始化
label smoothing推导
重参数技巧的简述
softmax及其相关变形
优化算法
指针与引用的区别
多态与继承之间的区别
重载、重写与重定义的区别
构造函数与析构函数可以是虚函数吗?
map和unordered_map区别及其优缺点
Inception V1
InceptionV2V3
Inception4
xception
MobileNetV1详解
MobileNetV2详解
MobileNetV3详解
ShuffleNet-V1详解
ShuffleNet-V2详解
Deep Lab v1~V3+
介绍下FCN与UNet
空洞卷积
语义分割loss汇总
说下NMS?.
NMS及其优化
yolov1梳理
yolov2梳理
yolov3梳理
yolov4_v5梳理
Weighted_Boxes_Fusion
全连接层前向与反向传播
Dropout前向与反向
激活函数之ReLu/Sigmoid/Tanh前向与反向传播
卷积层与池化层前向与反向传播
BatchNorm2d前向反向传播
Flatten层前向与反向传播
交叉熵损失函数前向与反向传播
优化器代码
复旦在读博士。前bat算法工程师,94年的奶爸。双非材料本科出身,零基础跨专业考研到985cs专业。目前主要以计算机视觉算法入门与真题面经分享为主,持续更新《百面计算机视觉第三版》