对于只有0和1的二维矩阵，求所有1的最大平方(在一个由0和1组成的二维矩阵中)

工作地点：机器视觉工程师

公司名称：H

面试过程：最初是40分钟的笔试。之后是两次技术性的面试，一个小时。

运算符优先级、指针操作、内存分配

非线性激活函数

另一方面，如果神经网络的激活函数是线性的，则输出是输入的线性组合，并且不需要使用隐藏层。

KNN算法的复杂度、优化方法和K值影响方差偏差

算法复杂度：O，N是样本数，D是特征维数

优化方法：

K值对偏差/方差的影响：

k越大，偏差越小，色散越大。k越小，偏差越大，色散越小。

说明：K越小，如1，拟合越容易不足，偏差越大，方差越小，K越大，如无穷大，过拟合越容易，偏差越小，方差越大。

两个砝码，7g和2g，一个天平，140g盐分三次，分别为50g和90g

A、 用7g+2G重量称取9g盐，分为131g盐和9g盐

B、 将131克盐分成两份，重量为7克+2克：61克盐、70克盐和9克盐

将61克盐按约2克重量和9克盐分为50克盐、11克盐、70克盐和9克。最后三个加起来是50克和90克

八个球中有一个有点重，每次搜索都基于一个标尺，以确定找到最重球的最低次数。

二

A、 取6。3和3相等。剩下的两个

B、 寻找两个中等1v1重量

手写STRCMP注意代码异常确定

对于只有0和1的二维矩阵，求所有1的最大平方

卷积神经网络本身用于企业机器学习/问题建模、超分辨率重建/文本定位

Kmeans、KNN和合成算法规定了优化和优缺点。

[微博直播]