学习笔记 2019-04-30

HousePrices-bagging_xgboost+lasso+ridge
Kaggle入門級賽題：房價預測
FFMPEG视音频编解码零基础学习方法
35岁程序员的独家面试经历

公司名称	公司介绍	薪水
车辆工程专业33岁简历	有些传感器方面的东西	20k-35k
非渣硕是如何获得百度、京东双SP	一些面试经验	20k-40k
吴以均的简历	一个大牛的简历
北京航空航天大学	毕业生的简历
厦门大学软件学院	毕业生的简历

名称	介绍
H.264编码	一个1920*1080 = 200w像素的图片，需要内存200*10000*3(RGB)*60/1024/1024 = 343M/分钟，可实际上我们的视频播放内存占用率很低，为什么？ 理解什么是IPB帧
RGB、YUV像素数据处理	分离YUV420P像素数据中的Y、U、V分量; 分离YUV444P像素数据中的Y、U、V分量; 将YUV420P像素数据去掉颜色（变成灰度图); 将YUV420P像素数据的亮度减半; 将YUV420P像素数据的周围加上边框
PCM音频采样数据处理	分离PCM16LE双声道音频采样数据的左声道和右声道; 将PCM16LE双声道音频采样数据中左声道的音量降一半 将PCM16LE双声道音频采样数据的声音速度提高一倍 将PCM16LE双声道音频采样数据转换为PCM8音频采样数据 从PCM16LE单声道音频采样数据中截取一部分数据 将PCM16LE双声道音频采样数据转换为WAVE格式音频数据

简述生成式对抗网络
http://chenrudan.github.io/blog/2016/11/12/gan.html
https://blog.csdn.net/SIGAI_CSDN/article/details/80984973

14年的时候Szegedy在研究神经网络的性质时，发现针对一个已经训练好的分类模型，将训练集中样本做一些细微的改变会导致模型给出一个错误的分类结果，这种虽然发生扰动但是人眼可能识别不出来，并且会导致误分类的样本被称为对抗样本

模型没有泛化能力。

有对抗样本的存在在一定程度上说明了模型并没有学习到数据的真实特征，而仅仅是学习到一些特定的模式足够完成分类或者回归的目标而已。盲人摸象

1: 为什么要用神经网络？
神经网络的出现使我们不需要做大量的特征工程

2: 为什么要用卷积
我们知道一个人的特征：手、脚、鼻子、眼睛、头、直立行走。
卷积核的尺寸、数量和滑动的步长就可以自动提取出图片的某些特征
卷积核就是一种滤波器