D
- 最大赞力
- 0.00
- 当前赞力
- 0.00%
回复: 法语英语先一边去,来练练逻辑思维了,理工男进.
你不是还在读书吧?phd?
我也是数学专业的,可现在干活基本上就是用统计的东西了。
你不是还在读书吧?phd?
我也是数学专业的,可现在干活基本上就是用统计的东西了。
没有。 我们公司在研发retina与embedded systems interface, 哈哈, 再过5,6年,盲人有福了:)
其实我也不太懂,只是根据我多年来给亲戚朋友装电脑得到的有限的计算机经验来看,鱼与熊掌不能兼得。那属于computer vision。据我了解,recognition technique 的精度和包容度还是有些问题的,如果只对特别的手势识别,应该不难。增加了复杂度,准确了就不高了,不知道对不对啊:)
其实我也不太懂,只是根据我多年来给亲戚朋友装电脑得到的有限的计算机经验来看,鱼与熊掌不能兼得。
如果算法识别度很高,那计算量会大大的上涨,一般手持设备肯定跟不上。如果降低识别度,那实用性也就大大的降低。好在现在计算机性能特别是手持设备性能大大的提高,聋哑人很快能用上。
这句话我不太认同,算法的好坏是取决于是否对应用很好的定位。 一个产品如果不能保证它的正确性和实用性,那是不可以想象的。当然实用性可以通过implementation来改善。
还有算法好不一定计算量大,这个我觉得没有规律。 我知道大规模的类似图像处理计算量肯定很大,所以要用平行计算。还有就是概率推导出来的算法,如果要高的准确率,就必须要大量的重复的粒子来组建他的那个curve。
饭后百步走有什么意义?还真不理解考这个题目的意义。 就像国内让孩子学奥数。 专门出一些special case的题目, 我觉得数学的意义不在这里吧。 数学还是在于包容性,可以用数学来解释这个世界,那些 special case 其实不在我们普通人的研究和认知范畴,没有实用性。
这句话我不太认同,算法的好坏是取决于是否对应用很好的定位。 一个产品如果不能保证它的正确性和实用性,那是不可以想象的。当然实用性可以通过implementation来改善。
还有算法好不一定计算量大,这个我觉得没有规律。 我知道大规模的类似图像处理计算量肯定很大,所以要用平行计算。还有就是概率推导出来的算法,如果要高的准确率,就必须要大量的重复的粒子来组建他的那个curve。
昨晚还没有打完字就被勒令关机了。我百忙之中爬上来只想问一句,乙知道甲被告知的和吗?甲知道乙被告知的积吗?
甲被告知的和7到15都有可能,这些和都有多种组合可能性,这样他才判断不出来.
乙被告知的积有三种可能,12,18和24,这三个积有多种组合的可能性。
两者的交集有可能是:2和9, 3和8, 2和6,3和6,还有4和6。
如果乙不知道甲被告知的和,随便告诉他12, 18和24三个数字中的一个,他都不知道是哪两个数字的组合,但如果他知道和是多少,这两个数字可以被唯一确定。
那假设乙不知道和是多少,接下来看甲是不是知道乙被告知的积,如果他知道,可以被唯一确定;如果不知道,那谁也不知道。
部分赞同,尽管不懂你们行业。个人感觉某种算法是否简单与你具有的计算设备有关。例如有些计算方法手算简单,有些方法计算机运算简单。另外就算你的那个curve相对准确,也是具有一定概率的,100%准确的不可能。换句话说在某一定环境下那个curve使用,一旦条件改变,某些假设就不成立了,所以需要新的算法来匹配。所以个人感觉是如何用你的算法来最佳匹配当前设备为最佳,当然以后设备会升级,算法也会相应改变。
想得太复杂了
比如说4,6是答案, 甲拿到了10, 他当然不知道是哪两个数字的和因为有多种可能. 乙拿到了24, 乙也不知道是哪两个数字同样因为有多种可能. 因为乙推断不出是什么数字的积, 甲有理由认为只有4,6才是结果, 然后乙得出同样的结论, 所以4,6是答案了.
2,9和为11, 对甲,2.9,3.8,4.7,5.6均可能.2,9积为18,对乙,2.8,3.6均可,当甲知道乙无法判断后,可以排除4.7,5.6,至于2.9或3.8还是无法确定,所以, 2.9肯定不是正确答案.用你这套逻辑套任何一组我给出的数字,都是一样的:
比如说2,9是答案, 甲拿到了11, 他当然不知道是哪两个数字的和因为有多种可能. 乙拿到了18, 乙也不知道是哪两个数字同样因为有多种可能. 因为乙推断不出是什么数字的积, 甲有理由认为只有2,9才是结果, 然后乙得出同样的结论, 所以2,9是答案了.
比如说3,8是答案, 甲拿到了11, 他当然不知道是哪两个数字的和因为有多种可能. 乙拿到了24, 乙也不知道是哪两个数字同样因为有多种可能. 因为乙推断不出是什么数字的积, 甲有理由认为只有3,8才是结果, 然后乙得出同样的结论, 所以3,8是答案了.
。。。。。。