摘要：
Zipf分布： Zipf分布是一种符合长尾的分布： 就是指尾巴很长的分布。那么尾巴很长很厚的分布有什么特殊的呢？有两方面：一方面，这种分布会使得你的采样不准，估值不准，因为尾部占了很大部分。另一方面，尾部的数据少，人们对它的了解就少，那么如果它是有害的，那么它的破坏力就非常大，因为人们对它的预防措施 阅读全文
摘要：
SVD的几何解释：http://blog.csdn.net/dinosoft/article/details/37884597 上文未证明为什么AAT的特征向量就是要找的v 这里有个简单的说明: SVD分解在图像压缩的应用：http://cos.name/2014/02/svd-and-image- 阅读全文
摘要：
转自：http://blog.csdn.net/malefactor/article/details/51476961 阅读全文
摘要：
首先介绍Attention机制： 转自：http://blog.csdn.net/malefactor/article/details/50550211 上面讲的是Soft Attention Model，所谓Soft，意思是在求注意力分配概率分布的时候，对于输入句子X中任意一个单词都给出个概率，是 阅读全文
摘要：
阅读全文
摘要：
搜索附加驱动或者drive 然后会出现让你选择nvidia binary driver,然后点击应用更改即可。 阅读全文
摘要：
后向传播公式：http://blog.csdn.net/yunpiao123456/article/details/52526907 历史沿袭： 人物关系： 感知器（Perceptrons） : 参考《统计学习方法》李航著中的第二章 感知机是二分类线模型。于1957年由Rosenblatt提出。是神 阅读全文
摘要：
Kingma, Diederik P., and Max Welling. "Auto-encoding variational bayes." arXiv preprint arXiv:1312.6114 (2013). 论文的理论推导见：https://zhuanlan.zhihu.com/p/ 阅读全文
摘要：
转自：http://www.tuicool.com/articles/RV3m6n 对于矩阵分解的梯度下降推导参考如下： 阅读全文
摘要：
边境牧羊犬: 贵宾犬： 德国牧羊犬： 金毛寻回犬: 喜乐蒂牧羊犬： 拉布拉多寻回犬： 蝴蝶犬： 伯恩山犬： 萨摩耶犬： 大麦町犬： 哈士奇(西伯利亚雪橇犬)： 阅读全文
摘要：
1.回复不同意的点，要有依据和证据 2.对于reviewer的每一个疑问，可以拷贝出来，然后在下面写出你的反驳或者解释，你的回复需要指明具体的引用位置和行号等，方便reviewer快速找到。 Reviewer #1 mainly posed one question that .... Reply: 阅读全文
摘要：
LSTM 由Hochreiter & Schmidhuber (1997)提出 LSTM结构： 转自：http://www.jianshu.com/p/9dc9f41f0b29 作者图画的很好，讲解也浅显易懂（感觉其实大部分神经网络只要不讲向后传播，只说网络结构和向前传播，加上合理的文字描述，就很容 阅读全文
摘要：
最优特征子集：选出特征的子集，能够比较准确的代表原来的特征。马尔科夫毯（MB）是贝叶斯网络（BN）的最有特征子集。 推测贝叶斯网络的网络结构是NP问题。贝叶斯网络中一个节点T的马尔科夫毯是其父节点，子节点和配偶节点的集合。 阅读全文
摘要：
在应用商店搜索deluge 阅读全文
摘要：
sudo apt-get purge name 阅读全文
摘要：
sudo gedit /etc/fstab中添加 UUID=190534e2-d8ae-4928-94b7-0f4d4209a3ab /data ext4 defaults 0 3 如果需要用户权限则为：UUID=190534e2-d8ae-4928-94b7-0f4d4209a3ab /data 阅读全文
摘要：
阅读全文
摘要：
阅读全文
摘要：
阅读全文
摘要：
阅读全文
摘要：
阅读全文
摘要：
阅读全文
摘要：
阅读全文
摘要：
阅读全文
摘要：
Mac上制作Ubuntu USB启动盘 一、下载ubuntu iso镜像 二、将iso转换为img文件 $ hdiutil convert -format UDRW -o /path/to/generate/img/file /path/to/your/iso/file 该命令会生成一个.img的磁 阅读全文
摘要：
windows:tinytask 按键精灵 macos:按键精灵 ubuntu:xdotool opensource的项目： http://www.semicomplete.com/projects/xdotool https://github.com/autokey-py3/autokey-py3 阅读全文
摘要：
阅读全文
摘要：
阅读全文
摘要：
传输层的作用：1.保证可靠传输 2.流量控制 往返时间RTT UDP(User Datagram Protocol)是一种无连接的数据传输的协议 TCP (Transmission Control Protocol)是一种面向连接的传输协议 传输控制协议： 1.停等协议 细节：收到ACK之后再发送下 阅读全文
摘要：
移动通信的发展： 1949年，美国，Mobile Telephone Service 1965年4月，美国，国际通信卫星1号;Improved MTS,纽约市，2000用户共享12信道 蜂窝网络： 第一代蜂窝网络： 1978年，美国贝尔实验室，Advanced Mobile Phone System 阅读全文
摘要：
把y换算成xdB的公式： x dB = 10log10y 阅读全文
摘要：
impact Factor，IF 某期刊前两年发表的论文在该报告年份（JCR year）中被引用总次数除以该期刊在这两年内发表的论文总数。 http://www.letpub.com.cn/index.php?page=journalapp 阅读全文
摘要：
众所周知，计算机领域论文是要以实验为基础的，而实验的原料就是数据。不管是在图像，文字或者语音领域，开源的数据都十分宝贵和重要。这里主要收集各领域的一些常用的公开数据集。 计算机视觉： 【ImageNet】 【Caltech Pedestrian Dataset】 简介：行人检测数据集 网址：http 阅读全文
摘要：
word2vec主要是把单词表示为向量。当我们处理文本的时候，为了让计算机能够阅读和计算，肯定需要把文字转成数字（向量）。比较naive的方法是直接给按字母顺序标号，也能得到向量。但是这些向量只能表示字母顺序的关系。但是一个单词含有很多含义，存在近义词，反义词等等的关系（其实近义和反义就是对该单词含 阅读全文
摘要：
首先解释一下什么叫做embedding。举个例子：地图就是对于现实地理的embedding，现实的地理地形的信息其实远远超过三维 但是地图通过颜色和等高线等来最大化表现现实的地理信息。 embedding就是用固定的维度来最大化表现原始信息。embedding可以翻译为向量或者表示。 1.Hashi 阅读全文
摘要：
平均场理论（Mean Field Method）：举个简单的例子就是，平面上有很多的电荷，我们想研究这些电荷对电荷A的影响，我们不必一个一个电荷去研究这些电荷对电荷A的影响，我们可以考虑这些电荷组成的一个整体，而这个整体可以被等效为一个电荷，然后直接研究这个等效电荷对电荷A的影响，这就大大简化了分析 阅读全文
摘要：
伪代码： 并行化： 阅读全文
摘要：
该函数由欧拉（22岁）在1729年得出。 实数域上的伽马函数： 由上式我们可以看出为什么会有伽马函数：为了把阶乘数列推广到实数上。 复数域上的伽马函数： 常用性质： Γ（x+1）=xΓ(x) ，,B(a,b)称为第一型欧拉积分，伽马函数是第二型欧拉积分。 伽马分布： 余元公式： 对于想x>0 ，伽马 阅读全文