打卡第四十六天 2道中等题题目：思路：前缀和+哈希表 代码： class Solution { public:vector<int> vowelStrings(vector<string>& words, vector<vector<int>>& queries) {int n = w…

“把连续或大数值映射成离散或小数值” 的过程，在深度网络里主要有两条主线：特征量化（常见于检测/分割的 RoI 系列）把浮点坐标 四舍五入到整像素例：x=6.7 → 6，y=3.2 → 3目的：让特征图上的索引变成整数，方便直…

2.1 边界值分析法 2.1.1 核心定义 针对 输入 / 输出的 “边界条件” 设计用例，因为软件在边界处（比如数值上限 / 下限、长度极值）最容易出现逻辑错误。 2.1.2 适用场景有明确范围的输入（如 “年龄 1-100 岁”“密码…

池化（pooling）就是“把一个小邻域内的若干值压缩成一个值”的统计/聚合操作。 在 RoI Align 里，对应步骤是：把 RoI 平均分成 77（或 1414）个子区域（bin）。每个 bin 内再取 4 个采样点（浮点坐标）→ 用双线性插…

目的：把一个任意大小的候选框（RoI）变成固定 77（或 1414）特征。做法：把 RoI 均分成 77 个 bin（格子）。每个 bin 内再选 4 个（或更多）亚像素坐标（浮点坐标），用双线性插值从特征图上计算这 4 点的值并平均，…

关联知识库：# Linus Torvalds vs. 模糊抽象：代码命名清晰性与认知负荷的工程思维Linus Torvalds vs. 模糊抽象：代码命名清晰性与认知负荷的工程思维 原文链接 Linus Torvalds vs. Ambiguous Abstractions（2025年1…

深度学习、机器学习与强化学习的关系：通俗解析（从基础到细分） 很多新手会混淆这三个概念：机器学习是“大范畴”，深度学习是机器学习的“子集”（靠神经网络实现），强化学习是机器学习的“另一独立子集”（靠交互…

关联知识库：# Residuality Theory批判性分析：架构应该被训练而非设计Residuality Theory批判性分析：架构应该被训练而非设计来源: InfoQ - Producing a Better Software Architecture with Residuality Theory 演讲…