摘要：
AutoLearn Automated Feature Generation and Selection 2017 ICDM 核心思想： 用特征之间两两回归的方法，发现相关特征的额外信息。 主要流程如下： 第一，特征预处理阶段，对原始特征的信息增益进行判断，剔除低于某个阈值的特征； 第二，挖掘相关特 阅读全文
2019年1月9日
2018年12月31日
摘要：
原文地址：http://www.cs.umn.edu/sites/cs.umn.edu/files/tech_reports/07 017.pdf 摘要 这篇文章对常见的异常检测算法进行了分类，在每一类中，给出了这一类问题的基本假设（什么是正常，什么是异常），针对该类问题的基础方法，以及对基础方法的 阅读全文
2018年10月6日
摘要：
目录 epsilon函数 DQNAgent构造函数核心参数 DQNAgent核心函数 tf.make_template 核心数据流图 epsilon函数 linearly_decaying_epsilon，线性的对epsilon进行递减，先保持1.0一段时间（warmup_steps），然后线性递减 阅读全文
2018年9月23日
摘要：
写在前面 mxnet代码的规范性比Caffe2要好，看起来核心代码量也小很多，但由于对dmlc其它库的依赖太强，代码的独立性并不好。依赖的第三方库包括： 如果对于这些第三方库没有足够的理解，mxnet的核心代码看起来比较费劲。因此时间原因，本篇仅解析了mxnet对外的接口include目录，并且对于 阅读全文
2018年9月22日
摘要：
写在前面 上一篇文章对Caffe2中的core模块进行了简单拆解 "Caffe2源码解析之core" ，本篇给出其它模块的拆解，目的是大致了解每个模块的内容和目标，进一步理解Caffe2的整体框架。内容不多，略做整理如下。 目录 core proto caffe2.proto hsm.proto m 阅读全文
摘要：
写在前面 在对Tensorflow的后端源码进行了拆解（参见 "tensorflow源码解析系列文章索引" ）之后，很想跟其它深度学习框架的实现进行对比，根据框架的流行程度，先选择了Pytorch。Pytorch的后端核心是直接复用了Caffe2，因此本文针对Caffe2源码的core模块进行了简单 阅读全文
2018年9月19日
摘要：
写在前面 本文翻译自Tensorflow团队的文章 "Tensorflow Control Flow Implementation" ，部分内容加入了笔者自己的理解，如有不妥之处还望各位指教。 目录 概览 控制流核心概念 控制流结构的编译 条件表达式 while循环 实现 分布式条件表达式 分布式w 阅读全文
2018年9月17日
摘要：
本篇主要介绍TF的分布式运行时的基本概念。为了对TF的分布式运行机制有一个大致的了解，我们先结合/tensorflow/core/protobuf中的文件给出对TF分布式集群的初步理解，然后介绍/tensorflow/core/distributed_runtime路径下的核心概念。 TF分布式集群 阅读全文
2018年9月16日
摘要：
把common_runtime中剩余的内容，按照文件名排序进行了简单的解析，时间原因写的很仓促，算是占个坑，后续有了新的理解再来补充。 allocator_retry 有时候内存分配不可能一次完成，为了在内存分配失败时能够不断尝试，TF给出了一个在内存分配多次尝试的接口： 其中，通过调用alloc_ 阅读全文
2018年9月12日
摘要：
把framework中剩余的内容，按照文件名进行了简单解析。时间原因写的很仓促，算是占个坑，后面有了新的理解再来补充。 allocation_description.proto 一个对单次内存分配结果进行信息描述的proto。 attr_value 之前在讲op的时候提到过，操作是有参数的。而Att 阅读全文
