摘要：
python导入同级别模块很方便： import xxx 要导入下级目录页挺方便，需要在下级目录中写一个__init__.py文件 from dirname import xxx 要导入上级目录，可以使用sys.path： 首先sys.path的作用是：当使用import语句导入模块时，解释器会搜索 阅读全文
摘要：
Elasticsearch索引(elasticsearch index)由一个或者若干分片(shard)组成，分片(shard)通过副本(replica)来实现高可用。一个分片(share)其实就是一个Lucene索引(lucene index)，一个Lucene索引(lucene index)又由 阅读全文
摘要：
如果是在一个index-heavy的环境下，也许可以考虑牺牲部分查询的性能来满足index性能的提升，这种情形下，多半查询是非常稀少的，可以容忍结果返回的合理延时。这种特殊的应用场景，有一些措施可以用来提升index的性能。 1：科学的性能测试 导致性能低下可能有许多原因，定位影响最大的因素。 （1 阅读全文
摘要：
我们初学的算法一般都是从SGD入门的，参数更新是： 它的梯度路线为： 但是可以看出它的上下波动很大，收敛的速度很慢。因此根据这些原因，有人提出了Momentum优化算法，这个是基于SGD的，简单理解，就是为了防止波动，取前几次波动的平均值当做这次的W。这个就用到理论的计算梯度的指数加权平均数，引进超 阅读全文
摘要：
从C端视角来看，58商业将Embedding作为广告的一种理解方式，使我们精确理解C端用户意图，同时理解B端推广提供的能力，使得目标推广以合适的形式触达C端用户。Embedding对文本语义、用户行为进行向量化，通过数学计算表达广告和用户关系，具备易表示、易运算和易推广的特点。今天将从以下几方面来介 阅读全文
摘要：
在深度学习中，损失函数扮演着至关重要的角色。通过对最小化损失函数，使模型达到收敛状态，减少模型预测值的误差。因此，不同的损失函数，对模型的影响是重大的。接下来，总结一下，在工作中经常用到的损失函数： 图像分类：交叉熵 目标检测：Focal loss，L1/L2损失函数，IOU Loss，GIOU ， 阅读全文
摘要：
1. 什么是激活函数 在神经网络中，我们经常可以看到对于某一个隐藏层的节点，该节点的激活值计算一般分为两步： （1）输入该节点的值为 x1,x2x1,x2 时，在进入这个隐藏节点后，会先进行一个线性变换，计算出值 z[1]=w1x1+w2x2+b[1]=W[1]x+b[1]z[1]=w1x1+w2x 阅读全文
摘要：
阅读目录 1. 梯度下降法（Gradient Descent） 2. 牛顿法和拟牛顿法（Newton's method & Quasi-Newton Methods） 3. 共轭梯度法（Conjugate Gradient） 4. 启发式优化方法 5. 解决约束优化问题——拉格朗日乘数法 我们每个人 阅读全文
摘要：
2020年才刚刚开始，但我们已经在最新的研究论文中看到了图机器学习(GML)的趋势。以下是我对2020年GML的重要内容的看法以及对这些论文的讨论。 介绍 本文的目标不是介绍GML的基本概念，如图神经网络(GNNs)，而是介绍我们在顶级科学会议上看到的前沿研究。 在GML领域有150篇论文提交，有三 阅读全文
摘要：
CDN的全称是Content Delivery Network，即内容分发网络。其目的是通过在现有的Internet中增加一层新的网络架构，将网站的内容发布到最接近用户的网络"边缘"，使用户可以就近取得所需的内容，解决Internet网络拥挤的状况，提高用户访问网 站的响应速度。从技术上全面解决由于网络带宽小、用户访问量大、网点分布不均等原因所造成的用户访问网站响应速度慢的问题。 CDN互... 阅读全文