选择题
选择题共5道，具体题目和我个人写的解答如下。
0/1分类问题
对于这道题，我们先来理清一些二分类中的基本概念和问题。
下面是一个二分类过程图详解：
要看更详细的介绍，推荐这篇文章：分类指标accuracy，recall，precision等的区别
一般情况下，precision和recall不会同时增大或者减小。理性分析的话：
- 当提高Threshold ，TP+FP减少 FN+TN增多
- **对TP进行讨论，当TP数量不变 Precision变大，Recall不变或者减小。当TP数量变小，precision与TP/FP成正相关，初始时TP/FP = 4。当threshold增大时，TP/FP应该是增大的。所以precision增大，recall减小。
凸函数问题
这道题比较简单，只需要有高中数学的知识即可。
常用的方法是用二阶导数判断。
卷积核问题
关于如何理解卷积核及其作用，可以看我这篇文章深入了解
一文入门卷积神经网络
0/1分类问题2
这道题我认为最大是2，当三个点在一条直线上，且中间的点和其他两点标签不同时，无法分开。
代码阅读题
这题要看懂两个循环。当N特别大，这就代表可以用概率的方法求这道题。然后要着重看while那个循环，仔细看其实可以发现这道题就是求while循环一轮结束之后count+1执行的概率之和。比较复杂。共有八轮，我是一轮一轮的循环列出来进行计算的。
最后算出来的结果是：1334325/1679616
填空题
填空题共五道，具体题目以及我写的解答如下。
填空01
这道题比较简单，1/0.640＝1.563（保留三位小数）
填空02
感觉回到了高中，这用简单的高中代数就可解决。用大学知识来说的话，有点线性代数的感觉。答案：1.2
填空03
这道题有难度，看到这道题让我想起了之前遇到过的一道题，问1000瓶药里面只有1瓶是有毒的，毒发时间为24个小时，问需要多少只老鼠才能在24小时后试出那瓶有毒。
关于老鼠这道题，1000接近1024，可以用十个bit对每瓶药进行编号。这十个bit对应十只老鼠。**然后从低位开始，让第N只老鼠喝下第N个bit为 1 的瓶子中的药。 然后如果其中一些老鼠发病，将其对应的bit置为1，其余bit置为0，得到的即为有毒那瓶药的编号。
这道题是同样的思路。所以至少需要十个手机。
填空04
写这道题，我们需要明白内存中的高低位存储问题。实在不理解的话，可以把这个代码敲一遍亲手验证一下。
这道题应该是 ；2^29+ 2^27+ 2^26+ 2^24+ 2^20 + 2^ 18 +2^ 17 +2^16 +2^8 = 756482304
填空05
这道题相对于其他的要难一些。需要写一些代码来实现。
同时这个题目还有minst.npz附件，如果需要可联系[email protected] 或在下方评论私信，看到后会马上发给你
解答看最后一道问答题。这道题的答案是:
1, 5, 7, 8
问答题
问答题有一道，题目如下。
提供一个这道题的思路（暴力遍历）：
将MNIST数据集中（60000张28x28的图片）每张图片像小明一样分割为4张14x14的子图（分别为左上角，右上角，左下角，右下角），然后与小明的16张14x14的图片进行匹配，若4个角都匹配上，那么就选择出该数字，匹配上就是直接计算L1距离为0的。
关于这道题如何想出这个思路，我觉得可以从入门机器学习的都会学习一个KNN算法思路发散而来。
代码如下：
import numpy as np
tmp = np. load('mnist.npz')
x_train = tmp['x_train']
y_train = tmp['y_train']
crop = tmp['crops'].reshape(1, -1, 14, 14)
# numpy内部的循坏，获取每张图片的四个角。
# reshape将n*14*14(n为图片的张数)维度的图片增加了一个维度用来 代替循环
x_lu = x_train[:, : 14, : 14].reshape(-1, 1, 14, 14)
x_ld = x_train[:, 14:, : 14].reshape(-1, 1, 14, 14)
x_ru = x_train[:, :14, 14:].reshape(-1, 1, 14, 14)
x_rd = x_train[:, 14:, 14:].reshape(-1, 1, 14, 14)
# 求距离
d_lu = (crop - x_lu).sum(-1).sum(-1)
d_ld = (crop - x_ld).sum(-1).sum(-1)
d_ru = (crop - x_ru).sum(-1).sum(-1)
d_rd = (crop - x_rd).sum(-1).sum(-1)
# 当4个距离均为0的时候，就是我们想要的结果了
print(y_train[(d_lu.min(1) == 0) & (d_ld.min(1) == 0) & (d_ru.min(1) == 0) & (d_rd.min(1) == 0)])
以上2019年Deecamp2019年试题A卷所有题目了。2019年没有报名，2020年定要报名参加。
