CV算法工程师必知必会的算法知识点有哪些?

小白2021-08-18 15:23

CV算法工程师比其他计算机技术工程师更稀缺一些,他们的主要工作职责是计算机视觉和深度学习算法的开发与性能提升,一般要熟悉Linux/C++/Python,而且要有数据结构和算法功底。接下来本文分享一些基础知识点。

CV

1、CNN、RNN和DNN的区别?

CNN(卷积神经网络):专门解决图像问题的,可用把它看作特征提取层,放在输入层上,最后用MLP做分类。

RNN(循环神经网络):专门解决时间序列问题的,用来提取时间序列信息,放在特征提取层(如CNN)之后。

DNN(深度神经网络):说白了就是多层网络,只是用了很多技巧,让它能够deep。

2.常见的聚类算法有哪些?

划分聚类:K-means算法、K-medoids算法、K-pototypes算法、CLARANS算法

层次聚类:BIRCH算法、CURE算法

密度聚类:DBSCAN算法、OPTICS算法、DENCLUE算法

网格聚类:STING算法、CLIQUE算法、WAVE-CLUSTER算法

混合聚类:高斯混合模型、CLIQUE(综合密度和网格的算法)

3、神经网络中梯度消失和梯度爆炸的区别?

梯度消失:在神经网络中,当前面隐藏层的学习速率低于后面隐藏层的学习速率,即随着隐藏层数目的增加,分类准确率反而下降了,这种现象叫梯度消失。

梯度爆炸:在神经网络中,当前面隐藏层的学习速率低于后面隐藏层的学习速率,即随着隐藏层数目的增加,分类准确率反而下降了,这种现象叫梯度爆炸。

其实,梯度消失和梯度爆炸是一回事,只是表现的形式,以及产生的原因不一样。

以上就是“CV算法工程师必知必会的算法知识点有哪些?”一文,想了解更多相关内容,推荐大家一个高质量公开课,《详细解析贪心算法》,点击下方图片立即免费领取。

CV

免责声明:本站所提供的内容均来源于网友提供或网络搜集,由本站编辑整理,仅供个人研究、交流学习使用。如涉及版权问题,请联系本站管理员予以更改或删除。
有用
分享