摘要：
一、下载jdk：https://www.oracle.com/java/technologies/javase-jdk13-downloads.html 二、安装 双击下载好的jdk，安装到指定的目录下：D:\software\020java_jdk\jdk 三、配置环境变量 增加系统变量：JAVA 阅读全文
摘要：
背景遇到mac中无法使用pip解决方案cd /tmpcurl https://bootstrap.pypa.io/get-pip.py -o get-pip.pysudo python get-pip.py或者sudo python3 get-pip.py 阅读全文
摘要：
背景 最近使用谷歌浏览器，报了如下错误。 解决方法 step 1 右键->属性 step2 目标后增加 "C:\Program Files (x86)\Google\Chrome\Application\chrome.exe" --test-type --no-sandbox step3 重启计算机 阅读全文
摘要：
背景 学习使用fio工具实现对磁盘io性能的测试和调优方法。 准备工具及知识点 window10 上安装 xshell + vmware pro + centos环境；参考 （https://www.cnblogs.com/syw-home/p/12419715.html） yum install 阅读全文
摘要：
背景 搭建虚拟环境xshell + vmware pro + centos 准备工具 wind10 宿主主机 xshell 6 终端 vmware pro 虚拟机软件 CentOS-7-x86_64-Minimal-1908 系统 搭建步骤 win10 上安装xshell 6 win10 上安装vm 阅读全文
摘要：
背景 cento系统命令行安装vmware tools 准备工具 CentOS-7-x86_64-Minimal-1908 系统 vmware pro 将1安装到2的软件中，博客上有很多教程 实现目标的步骤 step1: 点击虚拟机->安装vmware tools step2: 命令行安装vmwar 阅读全文
摘要：
python装饰器的学习理解 自己的理解 装饰器是python语言中的高阶函数，被装饰的函数嵌套在装饰器内部，其目的可实现对被装饰函数的功能扩充。 举个例子，加深理解 任务：完成对执行函数func1的执行时间的记录 不用装饰器实现 # -*- coding: utf-8 -*-import time 阅读全文
摘要：
什么是余弦距离 余弦距离 = 1 - 余弦相似度 余弦相似度计算方法如下 余弦距离的值域 [0, 2] 一般深度学习用余弦相似度作为预测值 什么是欧式距离 欧氏距离与余弦距离的选择 总体来说 欧氏距离体现数值上的绝对差异，而余弦距离体现方向上的相对差异 关注绝对误差的时候，选欧式距离 例如分析用户活 阅读全文
摘要：
背景 彻底搞懂simhash原理，及如何进行文本相似度的比较。 simhash原理 概括的说即是：将文本向量化后，进行向量间的距离计算，卡某个阈值来判定两个文本是否相似。 涉及关键点 文本向量化操作 切词，并赋权重值 bin(hash(切词)).zfill(64); 转成定长01向量 向量乘权重；遇 阅读全文
摘要：
背景 面试机器学习经常被问到牛顿迭代法求根，现准备梳理下牛顿迭代法。 核心公式，可理解为机器学习中的优化器 xn+1 = xn - f(xn) / f'(xn) 举个求根号2的例子 x2 = 2, 使用牛顿迭代法求根 解： 转化成函数： f(x) = x2 - 2， 求该函数的近似正根；定义损失函数 阅读全文