《鬼仔带你学算法》专题

一面4.3 问了下GNN相关的知识（由于我是graph背景） 以及机器学习的基础知识 二面4.10 问了下实习的项目以及之前做过一深度学习相关的东西 特别细 #你收到了团子的OC了吗# offer4.17

大概只面了15分钟 , 都是较浅的了解 1. 你能自己开发一个项目吗 答 : 可以自己开发一个小的项目 ,例如简历上面的XXX , 进行了需求分析 ,技术选型 ,设计表, 接口 -- 2. grpc有几种通信方式 (不懂 , 提示我有流 ,还有其他什么没,没有答上来) -- 3. gprc使用什么进行暴露接口 gate-way -- 4.mysql索引优化有了解吗 怎么优化查询 查询时候使用in

学历认证 功能描述 该 智能合约 实现了一个简单的征信管理的案例。针对于学历认证领域，由于条约公开，在条约外无法随意篡改的特性，天然具备稳定性和中立性。 该智能合约中三种角色如下： 学校 个人 需要学历认证的机构或公司 学校可以根据相关信息在区块链上为某位个人授予学历，相关机构可以查询某人的学历信息，由于使用私钥签名，确保了信息的真实有效。 为了简单，尽量简化相关的业务，另未完成学业的学生因违纪或

序言 整理一些好的网站和文档，或其他有用的资料 学习路线 不知如何学？什么都懂了，不知道学啥了？应该怎么学？前端到底还需要学什么？…… 有学习疑问的都建议看一下 Web Developer 成长路线图 前端StuQ技能图谱 编程学习网站 stackoverflow （无需解释） Github （借助github：阅读优秀框架源码，编写开源项目，有能力尝试去造轮子） 慕课网 FreeCodeCamp

1.4 Linux 该如何学习 为什么大家老是建议学习Linux最好能够先舍弃X Window的环境呢？ 这是因为X window了不起也只是Linux内的“一套软件”而不是“Linux核心”。 此外，目前发展出来的X-Window对于系统的管理上还是有无法掌握的地方，举个例子来说，如果 Linux本身捉不到网卡的时候，请问如何以X Window来捉这个硬件并且驱动他呢？ 还有，如果需要以Tarb

TensorBoard 涉及到的运算，通常是在训练庞大的深度神经网络中出现的复杂而又难以理解的运算。 为了更方便 TensorFlow 程序的理解、调试与优化，我们发布了一套叫做 TensorBoard 的可视化工具。你可以用 TensorBoard 来展现你的 TensorFlow 图像，绘制图像生成的定量指标图以及附加数据。 当 TensorBoard 设置完成后，它应该是这样子的： 数据序列

通过网络传输的数据必须加密，以防止被 hacker（黑客）读取或篡改，并且保证发出的数据和收到的数据检验和一致。 鉴于 Go 母公司的业务，我们毫不惊讶地看到 Go 的标准库为该领域提供了超过 30 个的包： hash 包：实现了 adler32、crc32、crc64 和 fnv 校验； crypto 包：实现了其它的 hash 算法，比如 md4、md5、sha1 等。以及完整地实现了 aes

这个教程的目标读者是对机器学习和TensorFlow都不太了解的新手。如果你已经了解MNIST和softmax回归(softmax regression)的相关知识，你可以阅读这个快速上手教程。 当我们开始学习编程的时候，第一件事往往是学习打印"Hello World"。就好比编程入门有Hello World，机器学习入门有MNIST。 MNIST是一个入门级的计算机视觉数据集，它包含各种手写数字

大多数人听到“机器学习”，往往会在脑海中勾勒出一个机器人：一个可靠的管家，或是一个可怕的终结者，这取决于你问的是谁。但是机器学习并不是未来的幻想，它已经来到我们身边了。事实上，一些特定领域已经应用机器学习几十年了，比如光学字符识别 （Optical Character Recognition，OCR）。但是直到 1990 年代，第一个影响了数亿人的机器学习应用才真正成熟，它就是垃圾邮件过滤器（sp

到此我们已经全面了解了一些关键概念，如Internet、WWW、客户端、服务器、本地应用、移动网页应用，前后端开发以及技术架构等。 现在让我们再来回顾一下引言部分提出的问题： 为什么要学？是不是适合你？怎么学？ 我们的建议是： 1. 如果你偏感性一点，喜欢与人交流多于服务器命令行交互，那么你适合学习客户端开发技术，而在客户端技术里，HTML5将在PC端替代Flash和Silverlight插件，在

当你开始思考你应该如何学习WebGL和Three.js的时候，相信你至少对相关的关键词了解过了，希望通过WebGL或Three.js实现你想要的Web3D功能，也许你也会去思考通过WebGL或Three.js能不能实现你想要的功能，也许你是因为领导临时分配任务，还不太清楚WebGL和Three.js是什么，个人建议是不要做过多思考，先看看相关的具体技术教程，随着时间的推移你自然会明白Canvas、

OpenCV中的数学工具

描述 (Description) 数学函数包括用于执行数字运算的方法，例如圆形，平方根，功率值，模数，百分比等。 下表显示了LESS中使用的数学函数 - Sr.No. 功能说明 例 1 ceil 它将数字向上舍入到下一个最高整数。 ceil(0.7) 它将数字四舍五入到 - 1 2 floor 它将数字向下舍入到下一个最小整数。 floor(3.3) 它将数字四舍五入到 - 3 3 per

在上一章，我们学习了深度神经网络通常比浅层神经网络更加难以训练。我们有理由相信，若是可以训练深度网络，则能够获得比浅层网络更加强大的能力，但是现实很残酷。从上一章我们可以看到很多不利的消息，但是这些困难不能阻止我们使用深度神经网络。本章，我们将给出可以用来训练深度神经网络的技术，并在实战中应用它们。同样我们也会从更加广阔的视角来看神经网络，简要地回顾近期有关深度神经网络在图像识别、语音识别和其他应

大多数人听到“机器学习”，往往会在脑海中勾勒出一个机器人：一个可靠的管家，或是一个可怕的终结者，这取决于你问的是谁。但是机器学习并不是未来的幻想，它已经来到我们身边了。事实上，一些特定领域已经应用机器学习几十年了，比如光学字符识别 （Optical Character Recognition，OCR）。但是直到 1990 年代，第一个影响了数亿人的机器学习应用才真正成熟，它就是垃圾邮件过滤器（sp