1073. 负二进制数相加（Rating 1807）
以下内容偏向于记录个人练习过程及思考，请审慎阅读。 题目 1073. 负二进制数相加 Rating 1807 思路 开始想仿照 bit0 + bit1 + carry_bit 的形式进行枚举，枚举过程中发现 1 + 1 + 0 = 110 那么按照这种思路计算 11 + 11 的话，会发现永远都算不完，1会一直往高位累加，于是就卡住了… 翻看了下题解，发现几个月前自己独立解...
Yinghao Sun
快速了解一个网络：YOLO, You Only Look Once (YOLOv2)
以下内容偏向于记录个人学习过程及思考，请审慎阅读。 背景 将 yolo v1 做的更好、更快、更强 核心思想 Better Batch Normalization 引入 BN，对于网络收敛收益显著，涨掉明显，且去除了 drop out 正则操作 这一操作也带来了超过 2% 的涨点。 High Resolution Classifier 之前的 SoTa detection...
快速了解一个网络：YOLO, You Only Look Once (YOLOv1)
以下内容偏向于记录个人学习过程及思考，请审慎阅读。 背景 基于region proposals的二阶段目标检测网络太慢了 核心思想 提出一种一阶段的目标检测网络结构，将目标检测任务当作一种回归任务去做。 Pipeline 将输入图片分为 S x S 个 grid，每个 grid 预测 B 个框的位置和置信度 + C 个 class 的概率。 因此输出 encode 为 S x...
快速了解一个网络：SSD, Single Shot MultiBox Detector
以下内容偏向于记录个人学习过程及思考，请审慎阅读。 背景 基于region proposals的二阶段目标检测网络太慢了 核心思想 提出一种一阶段的目标检测网络结构。基于规则，在不同层的不同位置产生不同形状的候选框，经过设计后这些候选框相对固定，规避了region proposals带来的时间。 不同深度的卷积层，其感受野不同。 浅层的卷积层，感受野较小，此时的...
3335. 字符串转换后的长度 I（Rating 1806）
以下内容偏向于记录个人练习过程及思考，请审慎阅读。 题目 3335. 字符串转换后的长度 I Rating 1806 思路 思路 1（递推） 根据题目描述，答案会非常大，所以模拟肯定是行不通的。 而且本题只需要输出最后的数量，不需要具体的序列，所以也没有必要模拟。 一开始考虑从a出发，判断多少次后会变成2个，再多少次后会变成3个，写了几层发现有一定规律，但非常不好实现，而且...
Normalization Layer
以下内容偏向于记录个人学习过程及思考，请审慎阅读。 Batch Normalization (BN) Layer Batch Normalization（BN）是深度学习中广泛使用的一种正则化技术，主要用于加速神经网络的训练过程，减小网络对初始化权重的依赖，并在一定程度上缓解梯度消失或爆炸的问题。 BN 的核心思想是对神经网络的每一层的输出进行标准化，即对每个小批次中的激活值（激活输...
1035. 不相交的线（Rating 1805）
以下内容偏向于记录个人练习过程及思考，请审慎阅读。 题目 1035. 不相交的线 Rating 1805 思路 连或者不连、选或者不选等类似的问题，一般都是动态规划的思路。 设dp[i][j]表示nums1[0:i+1]、nums2[0:j+1]两段子序列对应等最大连线数即可。 具体见代码 代码 class Solution: def maxUncrossedLi...
1080. 根到叶路径上的不足节点（Rating 1804）
以下内容偏向于记录个人练习过程及思考，请审慎阅读。 题目 1080. 根到叶路径上的不足节点 Rating 1804 思路 如果一个节点需要被删除，那么一定是其左右子树都遍历完后，发现所有路径上的节点和都小于limit。 而这件事情可以考虑使用递归的去做。 定义dfs函数，其返回某个节点的左右子节点都遍历完后的整条路径上的最大值。若这个最大值都小于limit，则这个节点就可以...
2096. 从二叉树一个节点到另一个节点每一步的方向（Rating 1804）
以下内容偏向于记录个人练习过程及思考，请审慎阅读。 题目 2096. 从二叉树一个节点到另一个节点每一步的方向 Rating 1804 思路 几个点想明白，代码就写出来了 二叉树中，一个节点到另一个节点，一定经过二者的“最近公共祖先”节点。 从根节点出发，分别找开始节点和目标节点比较容易，dfs一下，向左还是向右，记录路径即可。 ...
快速了解一个网络：FPN, Feature Pyramid Network
以下内容偏向于记录个人学习过程及思考，请审慎阅读。 背景 基本上本文的idea可以用两张图说清楚，第一张如下。 图(a) 表示图像作降采样形成图像金字塔，在不同层提取feature可以对各种尺度的目标都有比较好的检测效果，但缺点也显而易见，就是耗时 + 耗内存 图(b) 表示了RCNN系列算法，即通过CNN网络，叠加多层卷积，来获得最后的fea...