京东算法面经 集合
热乎的京东算法岗面经
如果onehot等操作之后维度过高你会怎么做;
- 根据类别特征的意义进行合并(分桶)
- 将类别按频次排序,频次特别低的一部分合并
- 特征哈希
- PCA降维
- 按照该特征对应目标值进行合并
- 使用每个分类对应目标变量均值+偏差,或出现频数代替
- 考虑平均数编码(高基数类别特征)
- Embedding
将离散型特征进行one-hot编码的作用,是为了让距离计算更合理,但如果特征是离散的,并且不用one-hot编码就可以很合理的计算出距离,那么就没必要进行one-hot编码。
有些基于树的算法在处理变量时,并不是基于向量空间度量,数值只是个类别符号,即没有偏序关系,所以不用进行独热编码。 Tree
Model不太需要one-hot编码: 对于决策树来说,one-hot的本质是增加树的深度。
gbdt的算法流程,和随机森林的区别
gbdt各基学习器之间是如何产生联系的;
场景题:ctr预估场景做特征工程等;
- 基础属性特征,比如用户的年龄、性别、职业、地域等基础信息;物品的各级类目等基础属性
- 统计类特征,用户过去不同时间窗口内对物品发生行为的统计,如点击/查看/下载/购买等;同样地,物品在不同时间窗口内的以上行为的统计
- 上下文特征,如用户当前所处地理位置,当前时刻,当天是否为休息日,发薪日后几天等强时效性特征
- 高阶交叉特征,两个独立特征交叉在一起的时候,往往会产生奇妙的化学反应,比如“用户所在地域”这个特征为美国,“时间”这个是特征为圣诞前夕,这两个特征组合起来,对“圣诞树”购买的几率就会大幅上升
- 其他高级特征,如文本特征、图像特征等,用户的评论、签名,物品本身携带的文字内容信息,都携带了用户/物品的特性,通过BoW,Ngram,LDA软聚类,word2vec,fasttext等方式挖掘文本特征;另外,如果用户/物品带有图片,可以通过cnn将图片解析成向量,捕捉到图片特征
通过Hash函数的方法,虽然Hash函数的方法,在数据量比较大的时候会有一些冲突,但是这对最后的影响结果不是很大。
user feat + photo feat + combine feat
user 类特征
# user id
# user gender
# user follow
# user like
# user negative
# user click
# user count feature
# user lda
# user lda
# user loc
# user device
# user ad download: 对cvr比较有用
# user ad like
# user installed apps & games label
# user view & like photo labelphoto 特征# photo id
# photo region from ip
# Photo Author
# photo width
# ad category : 有一点用
# photo advertiser info
# ExtractPhotoTitle
# ExtractPhotoCaptionSegmentcombine 特征
# UserLevel + Photofeature
# UserLevel + PhotoAuthorfeature
# UserLevel + PhotoRegion
# UserLda + PhotoId
# user region & photo region
# User attribute photo id
# User device photo id
# user like & authorid
# user click & authorid
dense feat + sparse feat :
sparse feat 进一步做 embedding
dense feat 一般是由其他 api 直接提供的 embedding
黑白样本失衡该如何处理,如果smote采样的话如何生成样本;
SMOTE 上采样:通过找到少数类别样本的 k 近邻样本,通过来生成新样本。
sigmoid和relu对比;
神经网络过拟合如何处理;
dropout前向和反向的处理;
手写代码:二叉树镜像。
京东算法上海现场面经(9.18-9.19)
word2vec怎么做的,原理。
机器学习,lr为什么不用mse,svm为什么用hinge不用logloss,问svm为什么要用核函数。
有没有用过机器学习的降维方法
京东提前批算法工程师一面面经
ResNet,BN,以及梯度消失的缓解方法等。
再之后问了NMS和IOU的计算
def py_cpu_nms(dets, thresh):x1 = dets[:,0]y1 = dets[:,1]x2 = dets[:,2]y2 = dets[:,3]areas = (y2-y1+1) * (x2-x1+1)scores = dets[:,4]keep = []index = scores.argsort()[::-1]while index.size >0:i = index[0] # every time the first is the biggst, and add it directlykeep.append(i)x11 = np.maximum(x1[i], x1[index[1:]]) # calculate the points of overlap y11 = np.maximum(y1[i], y1[index[1:]])x22 = np.minimum(x2[i], x2[index[1:]])y22 = np.minimum(y2[i], y2[index[1:]])w = np.maximum(0, x22-x11+1) # the weights of overlaph = np.maximum(0, y22-y11+1) # the height of overlapoverlaps = w*hious = overlaps / (areas[i]+areas[index[1:]] - overlaps)idx = np.where(ious<=thresh)[0]index = index[idx+1] # because index start from 1return keep
京东算法提前批面经,许愿一个京东offer!
SVM是什么,核函数有哪些,KKT条件是什么
GBDT与ARF的不同点是什么
k-means中,k是怎么确定的,初始点怎么确定的
L1和L2正则化的区别是什么
softmax是什么,用过softplus吗
softplus:
softplus可以看作是ReLu的平滑
京东搜索部门算法日常实习面经
算法题:两数之和
梯度爆炸梯度消失(要求举具体的例子做为说明)
fasttext原理(上一面不会的这一面还是不会😓)
有机会可以看一下,fastText是一个快速文本分类算法,涉及到Hierarchical Softmax和N-gram
fastText原理和文本分类实战,看这一篇就够了
正则化方法(l1,l2的区别)
GCN和CNN的区别(项目中有相关内容)
算法题: 旋转数组中查找某给定数(二分查找)
京东nlp算法一面面经
tensorflew与pytorch区别
python垃圾回收
垃圾回收
python采用的是引用计数机制为主,标记-清除和分代收集两种机制为辅的策略,
- 1、通过 “标记-清除” 解决容器对象可能产生的循环引用问题:第一阶段是标记阶段,GC会把所有的『活动对象』打上标记,第二阶段是把那些没有标记的对象『非活动对象』进行回收。
- 2、通过 “分代回收” 以空间换时间的方法提高垃圾回收效率:新创建的对象都会分配在年轻代,年轻代链表的总数达到上限时,Python垃圾收集机制就会被触发,把那些可以被回收的对象回收掉,而那些不会回收的对象就会被移到中年代去,依此类推,老年代中的对象是存活时间最久的对象,甚至是存活于整个系统的生命周期内。
它的缺点是需要额外的空间维护引用计数,这个问题是其次的,不过最主要的问题是它不能解决对象的“循环引用”,因此,也有很多语言比如Java并没有采用该算法做来垃圾的收集机制。
多线程多进程问题,cpu,磁盘io哪种多线程带来效果好
京东_东哥面经+Smart
python的sleep的同步和异步
当前线程调用 sleep() 函数进入阻塞状态后,在其睡眠时间段内,该线程不会获得执行的机会,即使系统中没有其他可执行的线程,处于 sleep() 中的线程也不会执行,因此 sleep() 函数常用来暂停程序的运行。
sleep()与wait()方法都不占用cpu时间及利用率。
京东算法实习二面面经
交叉熵,求导
cross_entropy = sum(-y*np.log(y_hat) - (1-y)* np.log(1-y_hat)) / ndtheta = (1.0/n) * ((y-y_hat)*X)
softmax
算法题:找前k个最大的数,优化。
京东算法工程师暑期实习面经
描述下前向传播、后向传播;
什么是梯度下降,有哪些优化算法,区别是什么,它们(SGD,BGD,mini-BGD)的区别;
常见的激活函数有哪些;
sigmoid的特点;
为什么要用非线性激活函数,relu右侧导数是1,为什么能作为激活函数;
激活函数为什么要零均值输出;
cs231n_激活函数
梯度消失和梯度爆炸的原因,怎么解决;
什么是过拟合和欠拟合,怎么解决;
Dropout什么原理;
L1和L2正则化介绍下;
验证集是做什么的,测试集效果怎么评估;
介绍下AUC和F1-score;
分类和回归都用什么损失函数,分类为什么不用平方损失;
迁移学习怎么做,原理;
怎么用的动态学习率,人工干预还是自动的;
怎么理解AUC;
项目用的什么平台,keras、tensorflow、pytorch都是哪家公司的,为什么喜欢用pytorch;
了解哪些模型,讲下它们的原理(VGG,Inception V1-V4,Resnet);
了解检索或者推荐算法,是否对推荐或搜索感兴趣;
京东算法 二面面经
各种排序算法说下,写个插入排序。
冒泡排序
选择排序
插入排序
快速排序
归并排序
基数排序
说下神经网络正向和反向过程,最后面试官画了个图,让我求导。
用pytorch写下逻辑回归训练过程
PyTorch基础入门四:PyTorch搭建逻辑回归模型进行分类
口述逻辑回归
求第k大数
如果数据量很大,内存不够怎么办
快排
栈实现队列
dnn和cnn区别
cnn为什么参数共享
推导梯度下降公式
sgd和batch梯度下降区别
一个batch指的什么
京东算法实习面经,求hr面
对xgboost的了解,xgboost和lightgbm的区别
xgboost 是GBDT 的工程化实现,此外,显式地将树模型的复杂度作为正则项加在优化目标公式;推导里用到了二阶导数信息,而普通的GBDT只用到一阶;使用column(feature) sampling来防止过拟合;节点分裂算法能自动利用特征的稀疏性(自动缺失值处理)。
口述逻辑回归,写下其损失函数
口述l1和l2正则化
FM模型与LR区别
FM为每个特征学习一个隐向量,进行二阶特征交叉。
word2vec和bert区别
deepfm模型、deepwalk优缺点
口述了解的激活函数,为什么要激活函数
ctr中会遇到什么问题,怎么解决
对稠密特征怎么做处理
稠密特征加入CTR预估模型的方法
1、把原始的稠密特征直接和全连接层进行连接不和通过词嵌入转化的类别稠密特征进行交叉
2、把原始稠密特征离散化,转换为离散特征,然后和原始类别特征都进行词嵌入,之后再进行特征交叉。
3、对每个原始稠密特征x维护一个词嵌入向量e,然后把原始稠密特征和权重向量相乘得到最终的特征向量,相当于一个稠密特征映射成一个特征向量,之后和类别映射的词嵌入矩阵进行拼接。
4、鲜为人知的Key-Value Memory方法(详细推导见链接)。
京东实习算法二面面经
coding: 连续子序列和>=s的最短子序列长度
坐标旋转
京东算法工程师补招面经
F1值的计算公式说一下?
用过Hadoop、Spark吗?
口述一道SQL题,差集
在哈啰出行的项目详细盘问(非常详细)
用到了哪些特征,大概多少维?为什么要用这些特征?
lightgbm讲一下,具体是怎么做的?
lightgbm和xgboost的区别讲一下
lightgbm的直方图加速讲一下?具体是怎么来做的?
lightgbm的叶子节点是怎么分裂的?说一下
GBDT和随机森林的区别来说一下?
GBDT和随机森林的树的深度哪一个比较深?为什么?
LR(逻辑回归)是怎么优化的?
讲一下极大似然估计
极大似然估计,通俗理解来说,就是利用已知的样本结果信息,反推最具有可能(最大概率)导致这些样本结果出现的模型参数值!
换句话说,极大似然估计提供了一种给定观察数据来评估模型参数的方法,即:“模型已定,参数未知”。
极大似然估计和最大后验估计的区别是什么?
最大后验概率估计就是最大化在给定数据样本的情况下模型参数的后验概率, 依然是根据已知样本,来通过调整模型参数使得模型能够产生该数据样本的概率最大,只不过对于模型参数有了一个先验假设,即模型参数可能满足某种分布,不再一味地依赖数据样例.
出了一道贝叶斯公式的概率题,比较简单
CNN和传统的全连接神经网络有什么区别?
你常用的深度学习框架都有哪些?
除了CNN,其他的NLP相关和推荐系统相关的模型有了解吗?
参数优化方法说一下(梯度下降的三种方式的优缺点)
深度学习里面的优化方法momentum和Adam来分别讲一下原理和公式
样本分布不平衡时,模型效果为什么不好?说明理由
快排
卷积核大小为什么是奇数 没答好
- 奇数卷积核更容易做padding。我们假设卷积核大小为k*k,为了让卷积后的图像大小与原图一样大,根据公式可得到padding=(k-1)/2,看到这里,细心地小伙伴应该已经看到点端倪了,没错,这里的k只有在取奇数的时候,padding才能是整数,否则padding不好进行图片填充;
- 奇数卷积核有中心像素点。这又是什么意思呢?在CNN中,一般会以卷积核的某个基准点进行窗口滑动,通常这个基准点是卷积核的中心点,所以如果k’是偶数,就找不到中心点了。
最大似然估计解释下
LR和SVM
Kmeans聚类
本人18家算法面经,吐血整理
简介:本人2020届毕业生,双非本,末流985硕,科班出身,真的很菜。找的是算法岗的岗位。现在秋招接近尾声,我从牛客网上受益颇多,于是想回馈下大家。两个渣项目外加一个CTR比赛,leetcode刷了一百道,剑指offer刷了四五遍。
我找到的工作也不是多么的好,希望大家不喜勿喷,哈哈哈哈哈。
收到offer:斗鱼、浦发、携程、快手、多益网络、阿里(测开)、网易
面试的公司:作业帮、追一科技、百度、浦发、乐鑫、小红书、斗鱼、360、同程艺龙、携程、华为、美团(拒绝)、58同城(拒绝)、网易互娱、招商银行信用卡、快手、阿里、电信云、陌陌、平安智慧(拒绝)、中兴
笔试没过的公司:网易雷火、大疆、贝壳、东方财富、广联达、完美世界、京东、汇顶科技、苏宁、新浪、学而思、瓜子、招银网络科技、爱奇艺、搜狗、欢聚时代、旷世、度小满、咪咕、阅文、同花顺、滴滴、腾讯、声网、海康威视、中金所、明略。
下面详细说说面试每家公司的面经吧,有些太久远记不***了,所以不能很完整复述还请原谅。
快手(offer):
一面:
1、kmeans,K值选择,初始点
2、tensorflow原理,keras和他的区别
3、xgboost、正则化、怎么优化,boost算法
4、dropout原理,欠拟合,过拟合
5、分析代码复杂度,
6、类别不平衡
7、怎么预处理
8、两个栈实现队列
9、你的职业规划、
10、SQL
二面
实现sqrt
最小二乘法原理
怎么打标签
集齐12星座平均需要多少人
sql
作业帮(一面凉):
1、首先自我介绍,没有多余的话,直接做题,一道hard,一道mid(白板定义树,从建树到先、中、后序遍历,后序遍历不允许用网上最容易查到的那种方式),我作为小菜瓜,当然不会,凉凉。
百度(提前批一面挂,正式批三面都面完):
1、说说你的项目,具体一点,数据是什么,为什么这么做,好处是什么,精度?
2、说下boosting算法,你了解的。
3、说一下LR和SVM的区别,要详细,LR和数据分布有没有关系?
4、聚类算法熟悉吗?
5、一个句子的逆序输出,I am a boy? boy a am I?,要bugfree,各种边界问题,特殊情况
6、现在有一亿个样本,你如何找到单词最相似的?
7、假设现在有一万个数据,每个数据被取到的概率是不同的,1/2,1/3,1/100,现在如果是你,你会怎么取这一批数据?,数据有好有坏
8、十进制转2进制的最优化算法?
9、python中 +和join的区别。
10、推荐算法了解吗?你怎么给用户做推荐。
这里特别提醒一句,百度的面试非常重视基础,不要整花里胡哨的,基础啊兄弟们。我二面的时候,机器学习那一套,从预处理到Model,每个细节都讲了,那75min,把我掏干了。
追一科技(一面挂,聊得很开心):
1、Adaboost详细,adaboost的权值和RF比较
2、比赛的介绍
3、boosting算法
4、one-hot编码,以及logn的编码
5、前序,two sum 有序数组
6、卷积神经网络,好处是什么
7、为什么用小卷积核
8、介绍下项目论文
9、分类评价指标,ROC
10、线性回归为什么用均方差
浦发(现场面(offer)):
1、先做题,三四道题目,很简单,全A。然后面试15分钟,我最后还交了体检报告与背调。
小红书(三面挂):
一面:做题,leetcode124题,磕磕绊绊做了出来。然后聊项目,问boosting算法细节,非常细
二面:聊项目,LR公式,设计一个实际模型,我忘记是什么模型了。。。。。。不难
三面:两个open case,①photoshop里面抠图是什么原理?怎么实现的 ②设计一个知乎推荐系统
事实证明,我三面答的不好,凉凉。三面挂的人很少很少。
360(二面挂):
一面:
1、是个妹子面的,问项目,做题目比较简单,二分查找之类的
2、项目+简历,问了很多机器学习基础,LR、SVM、boosting一套细节。
3、调参细节
二面:
很玄学,二面聊得很开心,全基础问题,我也全部答了出来,面经找不到了,但是真的很简单,然后告诉我挂了。
同程艺龙(奇怪的公司,HR加我微信,说这两天给我发offer,现在一个多月了,似乎还必须要去实习,体验不好)
一面:
1、GCN公式推导来一遍,每个参数
2、GBDT和XGboost区别(具体点),为什么GBDT用负梯度当做残差,xgboost你讲讲,要详细,公式
3、xgboost为什么用二阶导
4、牛顿法公式推一遍、要公式
5、假设信息增益函数entropy(x,y),实现特征重要性的计算featureImportce(feature,label)(写代码)
6、用过哪些模型,说说,图自编码器、cnn等你了解深度学习模型
7、CTR怎么做的?MLR懂吗?分词是啥?
8、能不能来实习?不能来实习的话就…(我说,我懂你的意思)
二面:
1、了解FM、FFM吗
2、需要用归一化的模型有哪些
3、RF和GBDT区别、详细一点
4、CTR讲一下,大规模稀疏的特征怎么处理
5、怎么判断过拟合,有哪些方法,dropout和RF,dropout是随机的吗
6、模型的权重和特征的权重怎么处理
7、L1和L2正则,全部内容
8、对统计这一块了解吗?p值是什么
9、聚类算法,聚类怎么确定K值
10、AUC值在广告预测中的指标、NLP了解吗?
11、FM算法、FFM算法讲一讲
华为(打电话叫我转岗,我就投了AI&Cloud的开发,事实证明这个举动真的很蠢)
一面:
1、项目+做题,好像是排列组合的题目。
二面:
面试体验一般。上来问我会不会C,要求必须用C写代码。我说我不会用C,用java行不行,我写出来了。他说java不大行啊,我就不管了,这是我第一次遇见必须用指定语言做题目的。然后问我opencase,海量数据问题,我没答好。我承认我太菜了,我以为堆是数组,结果堆是树。我还和他battle一会,哈哈哈,sorry,的确是我的问题。然后挂掉
电信云(这个就面试体验超级无敌差!!!)
一面:
不问项目不问基础不问技术,叫我写pandas,我说我不记得函数名了,一般随用随查。面试官就很不开心了,然后问我python的边边角角,我又不记得,我只能一路说我不会。一共面了十分钟,甚至我以为我面了一家外包公司,八字不合,拜拜您嘞。
网易互娱(一二三面)
一面:项目+机器学习基础
二面:聊人生聊理想
三面:聊人生聊理想
凉
招行信用卡(二面凉):
一面:项目、深度学习和机器学习区别、过拟合、正则化那些,boosting调参
二面:人工智能趋势、tensorflow用的多吗、接收加班吗、这里我嘴贱,我明明不懂deepFM,我还说了,他让我做个比较推荐算法那些,我不懂。友情提示:不懂得别瞎说
陌陌(这是我体验的比较好的一家,两个面试官超级有水平,点赞+1):
一面:项目非常非常细,细到怀疑人生。正则化、过拟合、boosting、LR公式推导,梯度下降等等
二面:面试官直接说我们这个项目没什么实际意义,哈哈哈,我被怼了还很开心,因为他说的对。然后他还指导我怎么去水论文,我非常感动,真的很nice。
中兴:
聊人生聊理想,然后把我挂了。估计今年中兴都挑花眼了,我这个双非本科当然不行啦。
斗鱼(offer):
两道编程(区间合并),手写tensorflow cnn全套,二分类,机器学习深度学习基础。
阿里测开(offer):
阿里一共四个技术,一轮hr,第一轮技术冒泡排序、二分查找,java基础,线程进程等等;二面没有代码,问我项目,机器学习聊了很多;三面,open case;四面交叉面:比较难,问测试的内容,把我怼的一愣一愣,但好在我水过了。
先更新这么多吧,我想到什么再更新,我真的记不***了。
下面开始技术总结:
1、基础很重要,至少那些model不要求100%,七七八八个大概你要能讲吧。
2、刷题很重要,我是个小菜瓜,我什么都不行,所以没去的了BAT。
3、运气比前两个都重要。
我刷的一些题目,都放在了我的博客:我的博客八月份更新的,可想而知,我有多久没有刷题了,大家不能像我一样菜,不允许喷我,我不能接收你的批评(哼)
如若内容造成侵权/违法违规/事实不符,请联系编程学习网邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
相关文章
- 国产智能汽车芯片的“命门”
2020年注定是不平凡的一年,疫情让整个半导体经历了颇有磨难的半年,但半导体厂商们还是在艰难中寻求突击的机会。在汽车行业,国产汽车智能芯片的自主研发之路亦在滚滚向前,上半年汽车芯片行业发生了两件大事:一是北汽产投与芯片IP供应商Imagination成立合资公司「核芯达」;…...
2024/3/29 1:02:48 - Homework5: xv6 CPU alarm
在本练习中,将在xf6中添加一项功能,当进程使用CPU时间时,它会定期向进程发出警报。这对于希望限制占用多少CPU时间的受计算限制的进程,或者希望进行计算但又希望采取一些周期性操作的进程可能很有用。更一般地说,您将实现用户级中断/故障处理程序的原始形式;例如,您可以…...
2024/3/29 1:02:48 - *新手看php手册的正确姿势
每次有新手来问问题,我发现其实很大一部分都是没有仔细阅读手册。对于新手来讲。我觉得“会看”手册是样很重要的技能。相信大家有和我做新手时有同样的感觉,手册看完和没看差不多...1、看不懂手册(不知道从哪开始看,应该先看哪)2、稍微看明白点了不会用(不知道方法怎么使用…...
2024/3/29 1:02:46 - 【已验证】vue-cli3 + electron项目打包成桌面客户端
前言很多前端项目需要PC端,vue项目打包结合electron非常方便vue项目及打包就不再多说,一般大家都会将打包好的文件指向dist文件目录,下面就以此条件进行解说项目安装依赖npm i -D electron@latest npm i -D electron-packager打包客户端在打包vue后的dist文件夹下增加electr…...
2024/3/29 1:02:45 - LOL英雄联盟的一些计算公式基于S10 10.16版本
1 Damage伤害=攻击*100/(100+实际护甲) (法术穿透同理) 2 实际护甲=护甲 *(1-穿甲%)-固定穿甲 3 对于叠了6层的黑切来说 实际护甲=护甲 *74% 实际护甲=实际护甲 *(1-穿甲%)-固定穿甲 4 暴击几率线性叠加 出4件狂热 暴击几率100% 必定暴击 5 移动速度=移速*(1+移速加成%) …...
2024/3/29 1:02:45 - 企业应如何防范这三大网络安全威胁?
网络是关键业务,任何干扰运营和基础架构的网络安全威胁都可能产生重大影响。 根据IBM Security和Ponemon Institute 的最新研究,每次数据泄露通常使企业组织损失近400万美元。随着网络攻击数量和严重性不断提高,了解最大的威胁以及需要采用哪些安全基础结构对于防止攻击并在…...
2024/3/29 3:33:05 - springboot项目在windows下访问正常 linux上访问404
仔细排查后发现Index.html,中I大写了,改为小写就可以,linux对大小写比较严格...
2024/3/29 3:33:03 - 从某ZG代理软件导入到PADS颜色问题
背景2020年,新冠疫情席卷了全球,尤其对中小微企业带来了沉重的影响,美国也借此时机,加大对中国打压的力度,使中国的经济受到了极大的影响,企业从大到小,都面临着各种生存问题,然而此时,一些美国软件的国内代理机构,通过种种手段,发律师函,要挟这些企业购买正版,并…...
2024/3/29 3:33:03 - 即时通讯音视频开发(十六):移动端实时音视频开发的几个建议
前言随着移动互联网的快速发展以及智能终端性能的逐步提高,智能终端间进行实时音视频通讯成为移动互联网发展的一个重要方向。实际上,实时音视频通讯 = 音视频处理 + 网络传输。包括采集、编码、网络传输、解码、播放等环节。这么多项并不简单的技术应用,如果把握不当,将会…...
2024/3/29 3:33:01 - Windows系统目录下文件夹汇总
问题描述 Windows系统目录下文件夹汇总。 总结 1、C:\WINDOWS\All Users文件夹 所有用户文件夹,里面记录了Windows 98系统缺省登录时的桌机文件和开始菜单的内容。(请看里面的两个文件夹Desktop和Start Menu) 2、C:\WINDOWS\Application Data文件夹 它是一个应用程序数据文件…...
2024/3/29 3:33:00 - 如何对AD和Exchange进行安全加固满足护网需要?
自2017年WannaCry病毒席卷全球之后,持续演变,挖矿及勒索病毒数量两年暴涨1500%,现已成为网络安全的最大威胁,而勒索金额也从以往的以万为单位飙升到百万美元级别。AD域由于存在着大量的特权账号、应用服务账号、用户账号,是入侵攻击最多的对象之一。Exchange邮件系统作为日…...
2024/3/29 3:32:59 - realvnc多人登录,realvnc多人登录如何批量添加用户
realVNC是VNC (Virtual Network Computing)众多操作平台版本中的一员,是互联网上比较流行的远程控制软件。当realvnc软件多人登录时该如何批量添加用户呢?使用工具:IIS7服务器管理工具作为IIS7服务器管理工具,它支持linux VNC,win VNC,可以实现一键导出或导入,一键批量…...
2024/3/29 3:32:58 - 不懂驾驭人性,你还谈什么管理?
你会发现,许多人都在说“管理最大的挑战不是管人,而是管理人性”,然而真正能够做到的却寥寥无几,他们最终还是会遇到各种各样的问题,比如员工不服、团队绩效差等等,那么如何才能准确去认清人性,实现高效管理呢?作者:王世民,深圳尔雅总裁,YouCore创始人,著有《思维力…...
2024/3/29 3:32:57 - 连载:阿里巴巴大数据实践—数据开发平台
数据只有被整合和计算,才能被用于洞察商业规律,挖掘潜在信息,从而实现大数据价值,达到赋能于商业和创造价值的目的。面对海量的数据和复杂的计算,阿里巴巴的数据计算层包括两大体系:数据存储及计算平台(离线计算平台MaxCompute和实时计算平台StreamCompute)、数据整合及…...
2024/3/29 3:32:56 - redis是整合google guava的布隆过滤器
为什么要使用布隆过滤器? 布隆过滤器(bloomfilter)有两大作用,一是为了防止缓存穿透,二是为了在百万级数据里快速高效的去重 什么是布隆过滤器? 1,布隆过滤器是用来判断一个元素是否出现在给定集合中的重要工具,具有快速,比哈希表更节省空间等优点,而缺点在于有一定的…...
2024/3/29 3:32:55 - 超简单详细的网页部署到云服务器上方法
1.先登录阿里云网站注册账号,选择服务器类型(我用的是 云服务器ECS), 如果你还是在读大学生可享受优惠价,最低好像是9.9元一月。之后勾选系统镜像。 PS:阿里云可以通过学生验证免费领取阿里云服务器半年,想要知道具体的操作方式可以联系qq:599808461或评论留言。2. 购买好之…...
2024/3/29 3:32:56 - 热烈庆祝星系社区首届分布式存储产业峰会圆满落幕
一起来回顾精彩会议过程。 2020年8月8日由星系社区主办的,首届区块链存储生态峰会,在上海举行,会议现场汇集了区块链存储行业精英、知名投资机构、区块链存储行业顶级技术团队以及众多区块链爱好者,大家汇聚一堂,共襄盛举,共同讨论区块链存储生态的现状及未来趋势,携手推…...
2024/3/29 3:32:53 - JQ+CSS实现老虎机抽奖效果
date: 2020-08-07 categoery: [技术,前端,JavaScript] toc: true 介绍 现在不少app都会有一些抽奖活动,热门的抽奖当属九宫格循环抽奖,而还有一种抽奖形式也是比较常见,比如老虎机的形式 预期效果那么我们就用JQ和CSS实现一下这个效果。简单的实现思路 其实这个效果和实现一…...
2024/3/29 3:32:52 - 怕入错行?这群技术人写了本“择业指南”
计算机专业好找工作吗?哪些方向是当前的主流和热门方向呢?计算机专业的你是不是还在为职业发展纠结犹豫呢?刚经历完高考选专业的你是不是还在迷茫徘徊呢?那么福利来啦!《软件技术职业选择之道》重磅来袭!本书集结七位蚂蚁一线的技术专家和管理者,谈谈他们本方向的技术发…...
2024/3/29 3:32:51 - 基于ubuntu18.04虚拟机(VMware)的dvwa环境搭建
DVWA环境搭建_基于ubuntu18.04虚拟机虚拟环境1.基于ubuntu18.04虚拟机(VMware)的dvwa环境搭建:1.基于ubuntu18.04虚拟机(VMware)的dvwa环境搭建: (1)为了方便起见,使用lamp(linux+apache+mysql+php)集成平台,下载xampp-linux-x64-7.3.10-0-installer.具体下载链接为链…...
2024/3/29 3:32:50
最新文章
- 从AutoCAD切换到DraftSight,您需要了解的信息
如果您正在使用其他二维软件进行设计,那么切换到DraftSight是很容易的,DraftSight具有您熟悉的界面和命令,同时还可以定制软件界面以符合您的使用习惯。 关于DraftSight DraftSight利用强大的2D绘图和3D建模功能,优化你的设计流…...
2024/3/29 12:48:35 - 梯度消失和梯度爆炸的一些处理方法
在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言,在此感激不尽。 权重和梯度的更新公式如下: w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...
2024/3/20 10:50:27 - Excel 导入、导出的封装
最近在封装公司统一使用的组件,主要目的是要求封装后开发人员调用简单,不用每个项目组中重复去集成同一个依赖l,写的五花八门,代码不规范,后者两行泪。 为此,我们对EasyExcel进行了二次封装,我…...
2024/3/29 3:10:33 - Nature:“量子龙卷风”首次模拟黑洞
科学家们在超流体氦气中首次创造出了一个巨大的“量子漩涡”(quantum vortex),用以模拟黑洞。这一成就不仅使他们能够更加细致地观察模拟黑洞的行为,还能探究其与周围环境的交互作用。 诺丁汉大学的研究团队与伦敦国王学院和纽卡斯…...
2024/3/29 8:11:33 - 416. 分割等和子集问题(动态规划)
题目 题解 class Solution:def canPartition(self, nums: List[int]) -> bool:# badcaseif not nums:return True# 不能被2整除if sum(nums) % 2 ! 0:return False# 状态定义:dp[i][j]表示当背包容量为j,用前i个物品是否正好可以将背包填满ÿ…...
2024/3/28 16:59:55 - 【Java】ExcelWriter自适应宽度工具类(支持中文)
工具类 import org.apache.poi.ss.usermodel.Cell; import org.apache.poi.ss.usermodel.CellType; import org.apache.poi.ss.usermodel.Row; import org.apache.poi.ss.usermodel.Sheet;/*** Excel工具类** author xiaoming* date 2023/11/17 10:40*/ public class ExcelUti…...
2024/3/28 4:39:34 - Spring cloud负载均衡@LoadBalanced LoadBalancerClient
LoadBalance vs Ribbon 由于Spring cloud2020之后移除了Ribbon,直接使用Spring Cloud LoadBalancer作为客户端负载均衡组件,我们讨论Spring负载均衡以Spring Cloud2020之后版本为主,学习Spring Cloud LoadBalance,暂不讨论Ribbon…...
2024/3/28 5:03:31 - TSINGSEE青犀AI智能分析+视频监控工业园区周界安全防范方案
一、背景需求分析 在工业产业园、化工园或生产制造园区中,周界防范意义重大,对园区的安全起到重要的作用。常规的安防方式是采用人员巡查,人力投入成本大而且效率低。周界一旦被破坏或入侵,会影响园区人员和资产安全,…...
2024/3/28 19:59:46 - VB.net WebBrowser网页元素抓取分析方法
在用WebBrowser编程实现网页操作自动化时,常要分析网页Html,例如网页在加载数据时,常会显示“系统处理中,请稍候..”,我们需要在数据加载完成后才能继续下一步操作,如何抓取这个信息的网页html元素变化&…...
2024/3/28 21:57:52 - 【Objective-C】Objective-C汇总
方法定义 参考:https://www.yiibai.com/objective_c/objective_c_functions.html Objective-C编程语言中方法定义的一般形式如下 - (return_type) method_name:( argumentType1 )argumentName1 joiningArgument2:( argumentType2 )argumentName2 ... joiningArgu…...
2024/3/28 9:07:44 - 【洛谷算法题】P5713-洛谷团队系统【入门2分支结构】
👨💻博客主页:花无缺 欢迎 点赞👍 收藏⭐ 留言📝 加关注✅! 本文由 花无缺 原创 收录于专栏 【洛谷算法题】 文章目录 【洛谷算法题】P5713-洛谷团队系统【入门2分支结构】🌏题目描述🌏输入格…...
2024/3/28 18:09:48 - 【ES6.0】- 扩展运算符(...)
【ES6.0】- 扩展运算符... 文章目录 【ES6.0】- 扩展运算符...一、概述二、拷贝数组对象三、合并操作四、参数传递五、数组去重六、字符串转字符数组七、NodeList转数组八、解构变量九、打印日志十、总结 一、概述 **扩展运算符(...)**允许一个表达式在期望多个参数࿰…...
2024/3/28 21:57:50 - 摩根看好的前智能硬件头部品牌双11交易数据极度异常!——是模式创新还是饮鸩止渴?
文 | 螳螂观察 作者 | 李燃 双11狂欢已落下帷幕,各大品牌纷纷晒出优异的成绩单,摩根士丹利投资的智能硬件头部品牌凯迪仕也不例外。然而有爆料称,在自媒体平台发布霸榜各大榜单喜讯的凯迪仕智能锁,多个平台数据都表现出极度异常…...
2024/3/29 10:46:22 - Go语言常用命令详解(二)
文章目录 前言常用命令go bug示例参数说明 go doc示例参数说明 go env示例 go fix示例 go fmt示例 go generate示例 总结写在最后 前言 接着上一篇继续介绍Go语言的常用命令 常用命令 以下是一些常用的Go命令,这些命令可以帮助您在Go开发中进行编译、测试、运行和…...
2024/3/28 10:24:59 - 用欧拉路径判断图同构推出reverse合法性:1116T4
http://cplusoj.com/d/senior/p/SS231116D 假设我们要把 a a a 变成 b b b,我们在 a i a_i ai 和 a i 1 a_{i1} ai1 之间连边, b b b 同理,则 a a a 能变成 b b b 的充要条件是两图 A , B A,B A,B 同构。 必要性显然࿰…...
2024/3/28 19:51:36 - 【NGINX--1】基础知识
1、在 Debian/Ubuntu 上安装 NGINX 在 Debian 或 Ubuntu 机器上安装 NGINX 开源版。 更新已配置源的软件包信息,并安装一些有助于配置官方 NGINX 软件包仓库的软件包: apt-get update apt install -y curl gnupg2 ca-certificates lsb-release debian-…...
2024/3/28 19:36:32 - Hive默认分割符、存储格式与数据压缩
目录 1、Hive默认分割符2、Hive存储格式3、Hive数据压缩 1、Hive默认分割符 Hive创建表时指定的行受限(ROW FORMAT)配置标准HQL为: ... ROW FORMAT DELIMITED FIELDS TERMINATED BY \u0001 COLLECTION ITEMS TERMINATED BY , MAP KEYS TERMI…...
2024/3/28 17:15:47 - 【论文阅读】MAG:一种用于航天器遥测数据中有效异常检测的新方法
文章目录 摘要1 引言2 问题描述3 拟议框架4 所提出方法的细节A.数据预处理B.变量相关分析C.MAG模型D.异常分数 5 实验A.数据集和性能指标B.实验设置与平台C.结果和比较 6 结论 摘要 异常检测是保证航天器稳定性的关键。在航天器运行过程中,传感器和控制器产生大量周…...
2024/3/29 9:27:12 - --max-old-space-size=8192报错
vue项目运行时,如果经常运行慢,崩溃停止服务,报如下错误 FATAL ERROR: CALL_AND_RETRY_LAST Allocation failed - JavaScript heap out of memory 因为在 Node 中,通过JavaScript使用内存时只能使用部分内存(64位系统&…...
2024/3/29 12:34:40 - 基于深度学习的恶意软件检测
恶意软件是指恶意软件犯罪者用来感染个人计算机或整个组织的网络的软件。 它利用目标系统漏洞,例如可以被劫持的合法软件(例如浏览器或 Web 应用程序插件)中的错误。 恶意软件渗透可能会造成灾难性的后果,包括数据被盗、勒索或网…...
2024/3/28 19:58:12 - JS原型对象prototype
让我简单的为大家介绍一下原型对象prototype吧! 使用原型实现方法共享 1.构造函数通过原型分配的函数是所有对象所 共享的。 2.JavaScript 规定,每一个构造函数都有一个 prototype 属性,指向另一个对象,所以我们也称为原型对象…...
2024/3/28 21:57:45 - C++中只能有一个实例的单例类
C中只能有一个实例的单例类 前面讨论的 President 类很不错,但存在一个缺陷:无法禁止通过实例化多个对象来创建多名总统: President One, Two, Three; 由于复制构造函数是私有的,其中每个对象都是不可复制的,但您的目…...
2024/3/29 11:55:06 - python django 小程序图书借阅源码
开发工具: PyCharm,mysql5.7,微信开发者工具 技术说明: python django html 小程序 功能介绍: 用户端: 登录注册(含授权登录) 首页显示搜索图书,轮播图࿰…...
2024/3/29 8:23:18 - 电子学会C/C++编程等级考试2022年03月(一级)真题解析
C/C++等级考试(1~8级)全部真题・点这里 第1题:双精度浮点数的输入输出 输入一个双精度浮点数,保留8位小数,输出这个浮点数。 时间限制:1000 内存限制:65536输入 只有一行,一个双精度浮点数。输出 一行,保留8位小数的浮点数。样例输入 3.1415926535798932样例输出 3.1…...
2024/3/28 9:26:43 - 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示,配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...
解析如下:1、长按电脑电源键直至关机,然后再按一次电源健重启电脑,按F8健进入安全模式2、安全模式下进入Windows系统桌面后,按住“winR”打开运行窗口,输入“services.msc”打开服务设置3、在服务界面,选中…...
2022/11/19 21:17:18 - 错误使用 reshape要执行 RESHAPE,请勿更改元素数目。
%读入6幅图像(每一幅图像的大小是564*564) f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...
2022/11/19 21:17:16 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...
win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面,在等待界面中我们需要等待操作结束才能关机,虽然这比较麻烦,但是对系统进行配置和升级…...
2022/11/19 21:17:15 - 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...
有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows,请勿关闭计算机”的提示,要过很久才能进入系统,有的用户甚至几个小时也无法进入,下面就教大家这个问题的解决方法。第一种方法:我们首先在左下角的“开始…...
2022/11/19 21:17:14 - win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...
置信有很多用户都跟小编一样遇到过这样的问题,电脑时发现开机屏幕显现“正在配置Windows Update,请勿关机”(如下图所示),而且还需求等大约5分钟才干进入系统。这是怎样回事呢?一切都是正常操作的,为什么开时机呈现“正…...
2022/11/19 21:17:13 - 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...
Win7系统开机启动时总是出现“配置Windows请勿关机”的提示,没过几秒后电脑自动重启,每次开机都这样无法进入系统,此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一:开机按下F8,在出现的Windows高级启动选…...
2022/11/19 21:17:12 - 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...
有不少windows10系统用户反映说碰到这样一个情况,就是电脑提示正在准备windows请勿关闭计算机,碰到这样的问题该怎么解决呢,现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法:1、2、依次…...
2022/11/19 21:17:11 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...
今天和大家分享一下win7系统重装了Win7旗舰版系统后,每次关机的时候桌面上都会显示一个“配置Windows Update的界面,提示请勿关闭计算机”,每次停留好几分钟才能正常关机,导致什么情况引起的呢?出现配置Windows Update…...
2022/11/19 21:17:10 - 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...
只能是等着,别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚,只能是考虑备份数据后重装系统了。解决来方案一:管理员运行cmd:net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...
2022/11/19 21:17:09 - 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办?
原标题:电脑提示“配置Windows Update请勿关闭计算机”怎么办?win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢?一般的方…...
2022/11/19 21:17:08 - 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机...
关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!关机提示 windows7 正在配…...
2022/11/19 21:17:05 - 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间:2020-04-20 22:24:19 浏览次数:729次 区域: 南阳 > 卧龙 列举网提醒您:为保障您的权益,请不要提前支付任何费用! 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于:钉钉,外勤365,红圈通,企业微信和…...
2022/11/19 21:17:05 - 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”,长时间没反应,无法进入系统的解决方案...
前几天班里有位学生电脑(windows 7系统)出问题了,具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面,长时间没反应,无法进入系统。这个问题原来帮其他同学也解决过,网上搜了不少资料&#x…...
2022/11/19 21:17:04 - 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办?...
本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法,并在最后教给你1种保护系统安全的好方法,一起来看看!电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中,添加了1个新功能在“磁…...
2022/11/19 21:17:03 - 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
许多用户在长期不使用电脑的时候,开启电脑发现电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机。。.这要怎么办呢?下面小编就带着大家一起看看吧!如果能够正常进入系统,建议您暂时移…...
2022/11/19 21:17:02 - 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以...
配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!配置windows update失败 还原更改 请勿关闭计算机&#x…...
2022/11/19 21:17:01 - 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...
不知道大家有没有遇到过这样的一个问题,就是我们的win7系统在关机的时候,总是喜欢显示“准备配置windows,请勿关机”这样的一个页面,没有什么大碍,但是如果一直等着的话就要两个小时甚至更久都关不了机,非常…...
2022/11/19 21:17:00 - 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...
当电脑出现正在准备配置windows请勿关闭计算机时,一般是您正对windows进行升级,但是这个要是长时间没有反应,我们不能再傻等下去了。可能是电脑出了别的问题了,来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...
2022/11/19 21:16:59 - 配置失败还原请勿关闭计算机,配置Windows Update失败,还原更改请勿关闭计算机...
我们使用电脑的过程中有时会遇到这种情况,当我们打开电脑之后,发现一直停留在一个界面:“配置Windows Update失败,还原更改请勿关闭计算机”,等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢࿰…...
2022/11/19 21:16:58 - 如何在iPhone上关闭“请勿打扰”
Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...
2022/11/19 21:16:57