h2

Facebook扩招下,这类面试题难住一片人…

冷暖自知 提交于 2020-03-20 23:17:09
3 月,跳不动了?>>> 最近,FB依旧招人不断。 然而,有学员分享了自己在Facebook的面试经历,系统设计题没做好的他,现在非常担心已经跟梦想大厂失之交臂。 更惨的是这种现象,已经不是第一次了;我们先来看看Facebook到底考了什么题:题目:负载均衡器 为网站实现一个负载均衡器,提供如下的 3 个功能: 添加一台新的服务器到整个集群中 => add(server_id)。 从集群中删除一个服务器 => remove(server_id)。 在集群中随机(等概率)选择一个有效的服务器 => pick()。 最开始时,集群中一台服务器都没有。每次pick()调用你需要在集群中随机返回一个 server_id。LintCode答案 的确,近年来各大厂对于求职者系统设计能力要求越来越高,相应的面试题出现频率也 逐年上升 。一般来说, 算法轮决定了公司收不收你,系统设计的表现决定了给你title的高低。 系统设计表现不理想的话,通过、加面、凉凉都有可能。为了帮助大家更好地掌握系统设计,本期我们为大家准备了 升级后地《系统设计求职大礼包》。 《系统设计求职大礼包》 领取方式见文末 领的同学一定要认真看噢,之前就有学员领了之后没认真看,活生生错过了谷歌offer! 系统设计的面试误区 滥用关键词 : 在面试时,很多面试者会频繁使用以下关键词,但这种做法很有可能 降低面试官的好感度 。

今日 Paper | 物体渲染;图像和谐化;无偏数据处理方法;面部伪造检测等

我们两清 提交于 2020-03-20 23:15:19
3 月,跳不动了?>>> 目录 IGNOR: 基于深度学习的图像引导的物体渲染 基于域验证的图像和谐化 人体姿态估计中的无偏数据处理方法的研究 面部X射线,可进行更一般的面部伪造检测 即插即用(Plug and Play)的受限文本生成方法 IGNOR: 基于深度学习的图像引导的物体渲染 论文名称:IGNOR: Image-guided Neural Object Rendering 作者:Thies Justus /Zollhöfer Michael /Theobalt Christian /Stamminger Marc /Nießner Matthias 发表时间:2018/11/26 论文链接: https://paper.yanxishe.com/review/13549?from=leiphonecolumn_paperreview0319 推荐原因 本文被ICLR 2020接收!文章提出了一种基于学习的图像引导的渲染技术,该技术将基于图像的渲染和基于GAN的图像合成相结合,可以生成重建对象的高真实感渲染结果。 文章技术的核心是如何处理视角相关的视觉效果,为了解决这个问题作者首先训练了一个基于特定对象的深度神经网络来合成目标对象与视角无关的外观。为了处理视角相关的效果,如物体表面的高光等,作者剔除了EffectsNet来进一步预测与视角相关的效果

VS Code 折腾记

泪湿孤枕 提交于 2020-03-20 23:06:09
3 月,跳不动了?>>> 前言 很早以前就撸过一篇帖子,也是说这个的,但是那时候只是用最傻瓜化的直白的姿势. 新窗口模式,而且配置文件用的是临时文件,拓展这些更是不能用. 用起来感觉不是很好,但时隔一年多,不管是vscode还是当初的插件都完善了很多. 研究了下附加模式,并让拓展也能正常使用的姿势(挺简单的). 用到的插件VSCode插件: Debug your JavaScript code in the Chrome browser, or any other target that supports the Chrome Debugger protocol. 效果图 好处 console.log 应该是用的最广且是最简单的调试法子了. 但是有些细节的东西没法看到,debug的好处就是可以直接到断点看具体细节, 包括函数内部的互相跳转,整个运转流程,不是一个量级的 配置 .vscode/launch.json { // 使用 IntelliSense 了解相关属性。 // 悬停以查看现有属性的描述。 // 欲了解更多信息,请访问: https://go.microsoft.com/fwlink/?linkid=830387 "version": "0.2.0", "configurations": [ { "type": "chrome", // 用的是debug for

你们还在做2D的物体检测吗?谷歌已经开始玩转 3D 了

半城伤御伤魂 提交于 2020-03-20 23:04:59
3 月,跳不动了?>>> 物体检测作为计算机视觉领域最广泛的研究主题之一,虽然2D 物体检测已在工业界得到了比较成熟的应用,然而实现 3D 物体检测目前还困难重重。 一方面是由于现有的3D 数据非常匮乏,另一方面则是因为单个类别下的物体外观和形状本身就非常多样化。 在当前条件下,如何基于现有的 2D 图像数据来做3D 检测呢? 日前,谷歌发布了一个针对日常物体的移动实时 3D 物体检测管道——MediaPipe Objectron。 该管道可以检测2D图像中的物体,然后通过机器学习模型估计物体的姿势和大小,再在谷歌最新开发的3D数据集上对模型进行训练。 其中,MediaPipe 是一个开源跨平台框架,用于构建管道来处理不同模式的感知数据,而Objectron则是在MediaPipe中实现,能够在移动设备中实时计算面向检测物体的3D 边框。 (雷锋网) 单个图像的 3D 物体检测。MediaPipe Objectron在移动设备上实时确定日常对象的位置、方位和大小。 获取现实世界 3D 训练数据 随着依赖于激光雷达等 3D 捕获传感器的自动驾驶汽车研究工作的日益普及,目前已有大量的街道场景 3D 数据,然而针对更细粒度的日常物体的带有真实 3D 标注的数据集极度有限。 为了解决这一问题,谷歌使用移动增强现实会话数据开发了一个新的数据管道。随着ARCore 、ARKit等工具的出现

NutUI 3.0 中单元测试的探索和实践

懵懂的女人 提交于 2020-03-20 22:58:48
3 月,跳不动了?>>> 众所周知,单元测试功能,是组件库开发中必不可少的一部分,负责进行检查和验证,保证了组件的合理性和规范性。本文主要讲的就是单元测试在 NUTUI 组件库 中的探索实践,我们将从如何编写单元测试、持续集成服务、Coveralls 自动测试代码覆盖率三方面进行阐述。如图所示: 如果你对这些内容感兴趣,就和我一起来看一下吧! 单元测试配置 在进入单元测试配置正文之前,我们先来了解下面两个问题。 单元测试是什么? 为什么需要单元测试? 单元测试是什么? 单元测试(unit testing),可以对软件中的最小可测试单元进行检查和验证,是软件开发中重要的一部分。它使得添加新功能和追踪问题更加容易。 为什么需要单元测试? 单元测试在开发的时候很有用,即能帮助开发者思考如何设计一个组件,也能够重构一个现有组件。每次代码发生变化的时候它们都会被运行。有了单元测试,我们可以自信的交付自己的代码,而没有任何的后顾之忧。 组件的单元测试有以下等优点: 提供描述组件行为的文档 减少调试时间,节省手动测试的时间 减少研发新特性时产生的 bug,测出功能的隐藏 bug 减少和快速定位 bug 促进重构,保证代码重构的安全性 如何编写单元测试? 我们既是单元测试的受益者,同时也是开发者,接下来我们进入正题,来聊一聊,如何在 vue 组件库中,加入单元测试。

本周总结请查收(内附21道前端面试题)

白昼怎懂夜的黑 提交于 2020-03-20 22:55:22
3 月,跳不动了?>>> 前言 本周发起了一个100天前端进阶计划,每天一个知识点,搞明白背后的原理,这是第一周的总结,请注意查收。 目录 5道笔试题 10道简答题 6道算法题 笔试题 1.下面代码输出什么 // base.js let count = 0 ; setTimeout( () => { console .log( "base.count" , ++count); }, 500 ) module .exports.count = count; // commonjs.js const { count } = require ( './base' ); setTimeout( () => { console .log( "count is" + count + 'in commonjs' ); }, 1000 ) // base1.js let count = 0 ; setTimeout( () => { console .log( "base.count" , ++count); }, 500 ) exports const count = count; // es6.js import { count } from './base1' ; setTimeout( () => { console .log( "count is" + count + 'in es6'

Flink Weekly | 每周社区动态更新

久未见 提交于 2020-03-20 22:55:01
3 月,跳不动了?>>> 作者:张成 大家好,本文为 Flink Weekly 的第八期,由张成整理,主要内容包括:近期社区开发进展,邮件问题答疑以及 Flink 最新社区动态及本周社区直播内容推荐。 Flink 开发进展 ■ Yangze Guo 在 FLIP-108 中建议 Flink 支持对 GPU 的资源管理。 [1] http://apache-flink-mailing-list-archive.1008284.n3.nabble.com/DISCUSS-FLIP-108-Add-GPU-support-in-Flink-tp38286.html ■ 从 Flink 1.10.0 开始,Apache Flink 项目开始维护 Flink Docker。 [2] http://apache-flink-mailing-list-archive.1008284.n3.nabble.com/DISCUSS-FLIP-111-Docker-image-unification-tp38444.html ■ Arvid 更新了 FLIP-76(Unaligned Checkpoints),并希望尽快进行投票。 [3] http://apache-flink-mailing-list-archive.1008284.n3.nabble.com/DISCUSS-FLIP-76

【今晚20:00免费讲座】最影响SQL运行速度的坑,你中招了吗?

早过忘川 提交于 2020-03-20 22:29:21
3 月,跳不动了?>>> 主讲人:中单老师 前IBM员工,现BAT大数据工程师,一直从事数仓体系建设并有独到见解,尤其擅长SQL运行方面知识,希望可以把自己对数仓的理解带给大家。 戳本链接立刻报名,开课后直接进入直播室 课程主要内容 梳理SQL执行流程,提高逻辑思维能力 精准定位SQL运行慢的原因及优化策略 经典案例解析,带你走出运行SQL常见误区 本次课程适听对象 工作学习需要用SQL,想要学习HQL优化,对SQL执行流程不清晰,且SQL运行速度慢的同学 直播时间 北京时间 今晚 20:00 !!! 戳本链接立刻报名,开课后直接进入直播室 参与方式 扫描下方二维码添加泡芙,发送 “SQL”还可以加入讲座交流群~ 来源: oschina 链接: https://my.oschina.net/u/4324710/blog/3207385

如何搭建自己的SpringBoot源码调试环境?--SpringBoot源码(一)

旧时模样 提交于 2020-03-20 22:22:10
3 月,跳不动了?>>> 1 前言 这是SpringBoot2.1源码分析专题的第一篇文章,主要讲如何来搭建我们的源码阅读调试环境。如果有经验的小伙伴们可以略过此篇文章。 2 环境安装要求 IntelliJ IDEA JDK1.8 Maven3.5以上 3 从github上将SpringBoot源码项目下载下来 首先提供 SpringBoot2.1.0 的github地址: https://github.com/spring-projects/spring-boot/tree/v2.1.0.RELEASE 因为要进行阅读源码和分析源码项目,我们是不是要在里面写一些注释帮助我们阅读理解源码,因此需要将SpringBoot源码项目fork到自己的github仓库中,然后再利用 git clone url 命令将已经fork到自己github仓库的SpringBoot源码拉取下来即可。 但由于以上方式往往很慢,通常会超时,所以笔者直接将SpringBoot项目直接下载下来,然后再导入IDEA中。 4 将SpringBoot源码项目导入到IDEA中 将刚才下载的spring-boot2.1.0.RELEASE项目选择maven方式导入到IDEA中,然后一直next即可导入完成,注意选择JDK版本是1.8,maven版本是3.5+。 此时下载maven依赖是一个漫长的等待过程

如何用深度学习分辨新冠肺炎与流行感冒?五项研究,从初期筛查到重症病危预测

北慕城南 提交于 2020-03-20 22:15:50
3 月,跳不动了?>>> 截止到3月16日,新冠肺炎全国累计确诊81078例,国外累计确诊85133例,国外确诊超国内,COVID-19全球流行已经是不争的事实。 在这场没有硝烟的战场,看不见的战火的杀伤力远比赤身肉搏打仗更让人印象深刻,比如新冠肺炎COVID-19伪装能力极强,处在一线战场的医生很难“一眼”将其和流感准确区分。 首先流感和COVID-19都具有传染性,都会导致呼吸道疾病。典型流感症状包括发热,咳嗽,喉咙肿痛,四肢酸痛,头疼,流鼻涕,鼻塞,疲劳,以及呕吐和腹泻;而新冠肺炎最常见症状是发热,咳嗽和气短,且有5%的患者喉咙肿痛,1-2%的患者会出现腹泻,恶心和呕吐。 也就是说,呼吸道病毒会导致相似症状,因此很难通过症状本身区分COVID-19和流感。 (雷锋网) 能不能从AI的角度来帮助医生找出COVID-19与普通流感的区别?来自世界各地的计算机科学家和机器学习研究人员正在从自己的专业入手,对一些数据集进行编译,并构建AI算法来优化肺炎检测。例如,在数据科学竞赛平台Kaggle上面,已经有了一个COVID-19病例数据集,数据每天更新,内容包括患者年龄、患者居住地、何时出现症状、何时暴露、何时进入医院等等。 (雷锋网 (公众号:雷锋网) )文末给出地址 在CT扫描图方面,也有学者从该疾病的公开研究中提取了可用于分析的几十张图片,包括CT扫描和胸部X射线图像.....