04 2020 档案

摘要:ES参考链接: https://www.cnblogs.com/sunsky303/p/9438737.html https://www.jianshu.com/p/60b242cbd8b4 Kibana是一个开源的分析和可视化平台,设计用于和Elasticsearch一起工作。你用Kibana来搜 阅读全文
posted @ 2020-04-30 15:28 光彩照人 编辑
摘要:一、皮尔逊相关系数(Pearson) 假设有两个变量X、Y,那么两变量间的皮尔逊相关系数可通过以下公式计算: 其中E是数学期望,cov表示协方差.适用范围:当两个变量的标准差都不为零时,相关系数才有定义,皮尔逊相关系数适用于:(1)、两个变量之间是线性关系,都是连续数据。(2)、两个变量的总体是正态 阅读全文
posted @ 2020-04-27 21:25 光彩照人 阅读(4213) 评论(0) 推荐(0) 编辑
摘要:一、概述 Albert是谷歌在Bert基础上设计的一个精简模型,主要为了解决Bert参数过大、训练过慢的问题。Albert主要通过两个参数削减技术克服预训练模型扩展的障碍: 1、Factorized embedding parameterization(embedding参数因式分解),将大的词嵌入 阅读全文
posted @ 2020-04-23 16:54 光彩照人 阅读(2536) 评论(0) 推荐(0) 编辑
摘要:互联网公司主要角色 1.产品经理 负责产品方向和具体需求的规划,需求文档的编写,是待开发需求的提出方或代理方。对于较大规模的产品,产品经理通常是一个团队,每个人分工负责部分功能模块的需求细节。 2.项目经理 简称(PM),负责项目的立项和时间安排,并跟进项目研发的进展、变更和风险,以及各种跨团队的协 阅读全文
posted @ 2020-04-23 09:43 光彩照人 阅读(390) 评论(0) 推荐(0) 编辑
摘要:一、Layer Normalization公式 1)计算各层的期望μ和标注差σ l表示第l个隐藏层,H表示该层的节点数,a表示某一个节点在激活前的值,即a=w*x。 2)标准化 g和b分别表示增益和偏置参数,可以纳入训练随样本一群训练。 3)加入激活函数输出 二、Conditional Layer 阅读全文
posted @ 2020-04-19 16:01 光彩照人 阅读(5831) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示