一粒盐

摘要： Epoch：一个epoch就是将 所有的数据 放入神经网络中 完成一次前向计算及反向传播的过程。训练模型时通常会选择多个epoch,从而将所有的数据进行反复的训练，以达到拟合收敛的目的 Batch Size: 由于将所有的数据一次放入神经网络中，会给计算机带来较大的负荷，所以我们通常将所有的数据均分 阅读全文

摘要： 淘宝软件质量属性分析 1、可用性 可用性是指系统正常运行时间的比例，系统故障发生的频度，出现故障时会发生什么情况，允许系统有多长时间处于非正常运行状态等。 场景：双十一淘宝用户访问量数量猛增 刺激源：用户访问量 刺激：很多用户同时访问，系统出现崩溃 制品：系统 环境：正常操作 相应：淘宝页面出现错误 阅读全文

摘要： 《一线架构师实践指南》读后感（一） 一、架构和设计模式区别 设计模式是一套解决类似问题的经验的总结。采用设计模式的目的是为了可重用代码。而架构模式也一个通用的、可重用的解决方案。我觉得他们的区别是，设计模式跟代码有直接关系 架构模式站在系统全局的角度解决子系统之间的关系、功能需求与非功能的优先级与取 阅读全文

摘要： 1.Git工作流程 1.1本地仓库 1.2历史版本切换 1.3分支工作流程 ​ Master: 指向提交的代码版本 ​ Header: 指向当前所使用的的分支 1.4远程仓库工作流程 2.Git常用命令 2.1本地仓库 git init：初始化，创建 git 仓库 git status：查看 git 阅读全文

摘要： 1.了解线程 1.1多线程的概念 是指从软件或者硬件上实现多个线程并发执行的技术。 具有多线程能力的计算机因有硬件支持而能够在同一时间执行多个线程，提升性能。 1.2并行和并发 + 并行：在同一时刻，有多个指令在多个CPU上同时执行。 + 并发：在同一时刻，有多个指令在单个CPU上交替执行。 PS: 阅读全文

摘要： 学完感受总结 Scala相比于java进行了极大的简洁(比如函数式编程)，感觉和python有些相似之处 Scala需要学习内容很多，但是经常用到的很少，在spark学习过程中比较常用的就是函数式编程和样例类，自己之前学习Scala花费的时间有点长，如果想要快速入门(Scala 或者 Spark)， 阅读全文

摘要： 强化学习 知识回顾 机器学习方法 强化学习 马尔可夫决策 S是离散状态；A可能是离散，也可能是连续的；P通常用来描述模型 马尔可夫假设：状态不断转移，随着时间可以写成St→St+1→St+2，而在St+2这个时间段时若给定了St+1状态，那么它跟St及以前的状态是没有关系的。 在马尔可夫决策过程中， 阅读全文

摘要： 深度学习 深度学习应用领域 **图像识别：**IMAGENET **机器翻译：**Google神经机器翻译系统 玩游戏： DeepMind团队开发的自我学习玩游戏的系统 语音识别 深度学习发展原因 神经元与感知机 多层感知机(MLP) 误差函数 MLP面临的困境 后向传播BP 机器学习 vs 深度学 阅读全文

摘要： 维度灾难 什么是维度灾难 高维空间的欧式距离 由于距离在高维空间中不再有效，因此一些基于距离的机器学习模型就会收到影响 基于距离的机器学习模型：K近邻（样本间距离），支持向量机（样本到决策面距离），K-Means（样本到聚类中心距离），层次聚类（不同簇之间的距离），推荐系统（商品或用户相似度），信息 阅读全文

摘要： 最优化 机器学习的优化目标：最小化损失函数 梯度下降 认识梯度下降 随机梯度下降： 使用mini-batch计算出结果后再根据梯度下降法的公式去更新参数，下一步再随机采样子集，重复该操作。此方法称为随机梯度下降（SGD) 梯度下降在实际中的问题 病态条件 局部最小 VS 全局最小 SGD方法的改进 阅读全文