V2EX › bilberry 的所有回复 › 第 1 页 / 共 6 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

1 2 3 4 5 6

❮

❯

2022 年 8 月 5 日

回复了 hunkhygge 创建的主题 › 问与答 › 读研选择视频编码这个方向如何，前景咋样呢

可以啊，视频编解码协议不像其他技术更新那么快，现在常用的协议 h264 都 n 年前的了，但是领域也比较窄，招视频编解码的来来去去就那么几家，你说的结合深度学习的研究，应该是帧间预测，帧内预测吧，最后视频还是要编码之后传输。

2022 年 7 月 29 日

回复了 fanchenio 创建的主题 › 问与答 › 求以图搜图的原理代码示例

最简单的 color histogram

2022 年 6 月 7 日

回复了 brendanliu 创建的主题 › 问与答 › 25 岁，要不要出国读研闯一闯

正在英国读一年制的硕士，说下我的看法。

和北美比，确实比较水。身边有部分同学只是为了水个硕士学历，回国后在大城市落户，或是考公，考教师，所以更看重排名。对于想留下来工作的，除了 G5 ，基本就差不了多少了。个人建议，选择学校专业时，多去了解下项目，身边很多印度同学因为项目带有 placement year 而放弃排名更高的学校。

留下来确实挺难的，毕竟一年时间，根本没能陪能培养出深厚的感情（说走就走，没什么太留恋的）。二来，岗位相比北美少了不少，而且从你入学开始就要开始规划后面的实习。

2022 年 5 月 31 日

回复了 liyeukhou 创建的主题 › 海外留学 › 计算机硕士到底应该选择综排还是专排？

你截图的两所学校感觉差别不大，但 QMUL 计算机稍强一点（ csranking ）。国内更看重排名，而且 leeds 也更知名点，抛开排名看，还有很多因素需要考虑，我觉得最重要的还是硕士项目本身，有的项目说真的很水，需要自己去查项目具体包含什么课程，还有是否有 placement year （英国），个人认为有 placement year 的项目含金量更大一点，这也是我自己当初选择学校所没有考虑的，好好利用 placement year 找一份好工作。其他因素就还有学费，地理位置等。

个人总结下，两所学校排名差不多，如果一毕业就回国，就选择 Leeds 吧，如果是打算留下来工作几年，那就看具体的硕士项目了。

2022 年 5 月 14 日

回复了 dzhou121 创建的主题 › 分享创造 › Lapce 发布 v0.1.0 用 Rust 编写 GPU 渲染的开源代码编辑器

原来是大佬，膜拜

2022 年 4 月 21 日

回复了 bojue 创建的主题 › 职场话题 › 裁员的逻辑是什么

一边裁员一边还招人，咋说？

2022 年 4 月 18 日

回复了 mikeven 创建的主题 › 问与答 › 现在显卡便宜了，想买个卡玩玩机器学习，是不是应该买显存大的卡

Google Colab 或者 Kaggle 上先练练，真的不够用的时候再买或者开他们的会员

2022 年 4 月 2 日

回复了 my2492 创建的主题 › 职场话题 › 亲戚家孩子这种学历，还有希望冲比较好的厂吗？

银行柜员也得找关系吧？

2022 年 4 月 1 日

回复了 rightcapital 创建的主题 › 酷工作 › [北京][外企][965] RightCapital PHP / React 开发招聘

@DendimoN 投一下，试试

2022 年 3 月 13 日

回复了 glouhao 创建的主题 › 户外运动 › 五千米 33 分才跑完

不在快，在于坚持

2022 年 2 月 27 日

回复了 huzhikuizainali 创建的主题 › 数学 › 一个关于主成分得分的讨论，稍具争议。请大佬指路。

重新复习了上学期讲的 PCA ，说下我的理解。

为什么方差越大的主成分给的权重就越大？
多维数据求的是协方差矩阵，协方差矩阵分解，如使用奇异值分解，会得到特征向量和特征值，每个特征向量对应由特征值。空间坐标系中，特征向量所表示的是各个成分的方向，特征值表在各方向上的大小。这个时候，某个方向上的协方差越大，其特征值就越大，对应“方差越大的主成分给的权重就越大”，我是这么觉得。这就好比初中物理的受力分解，可以随机找点数据测试下。

比如随便一个三维数据，x 分布[0,1]，y 分布[0,5]，z=0 ，分解后会发现 y 的特征值最大，z 的最小为 0 ，后面降维时 z 可以去掉，基本不会影响主成分。

2022 年 2 月 26 日

回复了 huzhikuizainali 创建的主题 › 机器学习 › 进行主成分分析后如何正确的对主成分进行解释？

体现在空间坐标系（ feature space ）就是不同类别的点相对分散

2022 年 2 月 26 日

回复了 huzhikuizainali 创建的主题 › 机器学习 › 进行主成分分析后如何正确的对主成分进行解释？

学习图像处理时接触了点 PCA ，我觉得在建立联系正确的情况下，无论代表什么意义，只要适合当前所要解决的问题都是可行的。关键是这个 PCA 能不能代表这一类数据，我理解主成分分析就是为了找 discrimination ，至于上述两种方法可以都用下结果做对比，看下 error 。哪个 error 小，说明就更适合当前问题。

2022 年 2 月 22 日

回复了 xx19941215 创建的主题 › 程序员 › 那个敖丙微信公众号简介是三太子敖丙的号发的文章标题有点那啥

从来就没关注过，看看那些在各个媒体平台的账号，如果关注数没几个，然后一大堆粉丝，还经常发文，心里也就有数了

2022 年 2 月 16 日

回复了 Ashore 创建的主题 › 程序员 › PHP 大神？ GO 大神？

取关

2022 年 2 月 16 日

回复了 hhvv23911k 创建的主题 › 程序员 › 关于本地人体识别，该如何优化，求大佬提建议

@bilberry
https://s2.loli.net/2022/02/16/VeRLPrldCovtyGH.png
学校全都是这种传感器，都没有开关的

2022 年 2 月 16 日

回复了 hhvv23911k 创建的主题 › 程序员 › 关于本地人体识别，该如何优化，求大佬提建议

**Pyroelectric 热释电传感器**了解下