秋招补一下Intel实习期间看的东西 经典的神经网络一般是最大化数据集$\mathcal{D}=(x_i,y_i)$下的最大似然$P(\mathcal{D} \mid \mathbf{w})$ ，即在网络权重为$w$时让输入$x_i$时输出

一般笔试题的时间限制是1秒或2秒，操作次数需要控制在 $<=10^8$。 $n \leq 30$, 指数级别, $dfs$+ 剪枝, 状态压缩dp $n \leq 100$ => $O\left(n^{3}\right)$,

区间dp看到题有什么特点可以用区间dp? 提示1 时间复杂度可以O(n^2)-数组长度≤1000 提示2 状态转移与两端有关 区间dp应该怎么思考 提示1 递归回溯型思考 提示2 类似递归回溯 左右子区间f

一篇还挂在arxiv上的很有意思的神经网络架构搜索(NAS)论文链接-自解释用于神经网络架构搜索 这里主要介绍它的思路 首先总结文章的主要思想：通过搜索一个解释网络A“更好的解释目标任务”，解释的准则是通过对抗攻击样本学一个像素位置权重$\

数位dp模板typedef long long ll int k[n.length]; //n的10/2进制上界数组 ll dp[n.length]; //记忆化数组 ll dfs(int pos,int

CVPR2020 Geometric Adversarial Attacks and Defenses on 3D Point Clouds摘要深度神经网络很容易出现恶意攻击，这些攻击会恶意更改网络的结果。在这项工作中，我们从几何角度探索对

codeforces思维题1450A要求字符串的子序列中不包含”trygub” 如何快速解？ trygub是非正序的,所以只要我们对字符串进行排序就可以得到满足要求的字符串

HRNet-OCR的原代码将各种超参数和训练超参数冗杂在一起,导致不用于其他数据集会很不方便,为了方便调用模型,对模型的超参进行抽离后得到简易版模型实现。 OCR如下图 # ---------------------------------

1. 基本概念 1.1 流网络，不考虑反向边 源点-流量无限的海 图的边-河流容量c(u,v) 图节点-河流交汇处 1.2 可行流，不考虑反向边 定义的流量f(

看到题目有什么特点可以用状压？ 提示1 集合类状压 可以用比较少(小于30)的集合表示当前某些数/物品 用(多少)/没用 的状态 提示2 连通类状压 棋盘/树(长或宽小于30)中按某种规则放置固定长度的 物品 集合类状态

贪心55跳跃游戏(可达性)/45跳跃游戏2(最小步)55 可达性维护一个rmax class Solution: def jump(self,nums): rmax = 0 n = len(nums)

卢卡斯定理 $Lucas Theory O(log_{p}Nplogp)$acwing887求组合数3 C_{a}^{b} ≡ C_{amodp}^{bmodp}C_{\frac{b}{p}}^{\frac{a}{p}}(mod{~}p)