摘要：
Two-Stream Inflated 3D ConvNet (I3D) HMDB-51: 80.9% and UCF-101: 98.0% 在Inception-v1 Kinetics上预训练 ConvNet+LSTM：每一帧都提feature后整视频pooling，或者每一帧提feature+L 阅读全文
摘要：
摘要 解决问题 用CNN框架有效提取video长时序特征 在UCF101等训练集受限的情况下训练网络 贡献 TSN网络，基于长时间时序结构模型。稀疏时序采样策略，视频层监督有效学习整个视频。 HMDB51（69.4%），UCF101（94.2%） 介绍 动作识别有两个重要和补充的方面 appeara 阅读全文
摘要：
URL映射 路径解析 以及末尾有/ ——如果用cin>>line的方式输入string类型的line，会导致不能判断为空的输入，所以采用getline。在while循环之前还需要添加getchar()，吸收换行。否则90分； ——c++中单双引号的区别： ""是字符串，C风格字符串后面有一个'\0' 阅读全文
摘要：
转自：lemonGuo 死锁出现的场景 根据以上分析总结一下最坏的情况： synchronized(from)：别的线程在等待from对象； synchronized(to)：别的线程已经锁住了to对象； 因此，可能出现死锁的情况就是： transfer(a,b,100) 和 transfer(b, 阅读全文
摘要：
转自：AIfred 事实证明外排序的效率主要依赖于磁盘，归并阶段采用K路归并可以显著减少IO量，最小堆并行k路归并，效率倍增。 二路归并的思路会导致非常多冗余的磁盘访问，两组两组合并确定的是当前的相对位置并不能一次确定最终的位置。 K路归并，每一轮归并直接确定的是最终的位置，不用重复访问，减少IO。 阅读全文
摘要：
转自：AIfred 问题： 对一个 10GB 的数据文件排序，而计算机内存仅有 4GB 思路： 将整个文件读入内存排序显然不行。可以将这个 10GB 的大文件分区为 100 个 100MB 的小文件，把这些小文件的数据依次读入内存、排序、再输出，于是我们便得到了 100 个各自有序的小文件。接下来再 阅读全文
摘要：
转自：watersink 1， Bootstrapping，hard negative mining最原始的一种方法，主要使用在传统的机器学习方法中。比如，训练cascade类型分类模型的时候，可以将每一级分类错误的样本继续添加进下一层进行训练。 比如，SVM分类中去掉那些离分界线较远的样本，只保留 阅读全文
摘要：
A - 一棵简单的线段树 A[1...n]初始全为0. 1. 给两个数p 和 x（1≤p≤n），单点更新 A[p] <- x 2. 给两个数L和R (1≤L<R≤n), L到R区间里这几个数去掉一个最大值和一个最小值后剩下的数的和是多少。用到了max, min, sum B - 一棵普通的线段树 A 阅读全文
摘要：
第1题 瞌睡 尺取法滑动窗口 时间复杂度O(n) 第2题 丰收 前缀和后二分 时间复杂度O(mlogn) 第3题 整理房间 暴力枚举每团杂物4 ^ 4次旋转 时间复杂度O(256*n) 阅读全文
摘要：
1800 : 玩具设计师 二维前缀和的写法有很多，最常见的是s[x-1][y]+s[x][y-1]-s[x-1][y-1]+a[x][y]; 涉及二维矩阵求和，联想前缀和，求>=指定面积的最大耐用指数(和)。暴力也可以，枚举所有可能的i,j 满足i*j>=s，后在平面上扫。 有更巧妙的方法，联想一维 阅读全文