1、擅长机器学习,神经网络训练,包括计算机视觉,自然语言处理等等, 熟悉Python PyTorch
2、熟悉数据挖掘,大数据分析,熟悉Spark, scala, SQL 和NoSQL的数据库,同时熟悉Pandas等数据处理的库
3、了解Android开发
1、Android 开发,写了一款android的小游戏,在固定的区域会有随机的猎人产生,用户需要躲避猎人,如果被猎人抓到就会丢失生命值,生命值为0则游戏结束。
2、针对自动驾驶汽车中的3D对象检测问题,结合点云和RGB图像来提高检测的精度, PointRCNN是通过直接使用点云来检测3D对象的最新方法,在此项目中,我们尝试了几种不同的方法将RGB图像信息加入PointRCNN中来提高检测精度。
3、这个项目针对模型并行训练的主题,即将大型的深度学习模型分布到多个计算设备(例如GPU)之间。用PyTorch和MPI复现了4篇论文的模型并行方法,并训练用于图像分类的ResNets和用于语言建模的BERT来比较这些方法的优势和局限性。
4、这个项目主要涉及到的是数据分析,利用了Python,Pandas和NumPy等库,分析Kaggle上的芝加哥10年的卫生数据 https://www.kaggle.com/chicago/chicago-food-inspections。 最终完成了一个网站,将分析的数据结果可视化地呈现出来,比如如何安全地在芝加哥用餐。
这个项目主要涉及到的是数据分析,利用了Python,Pandas和NumPy等库,分析Kaggle上的芝加哥10年的卫生数据 https://www.kaggle.com/chicago/chicago-food-inspections。 最终完成了一个网站,将分析的数据结果可视
针对自动驾驶汽车中的3D对象检测问题,结合点云和RGB图像来提高检测的精度,PointRCNN是通过直接使用点云来检测3D对象的最新方法,在此项目中,我们尝试了几种不同的方法将RGB图像信息加入PointRCNN中来提高检测精度。