第十九节逻辑回归之优化点(4) 上一节中我们讲解了逻辑回归导函数求解的问题，一步步推导出交叉熵损失函数的梯度。很是不容易，这节中我们一起看下逻辑回归的优化有哪些点？ 第一点关于逻辑回归优化：和多元性回归是一模一样。要不要设置w0？比如下图： ? 之前说多元性回归是做拟合，假如现在要分类的话，我们知道 ...
分类：
其他好文 时间：
2019-05-01 12:06:11
阅读次数：
150
第十八节逻辑回归之交叉熵损失函数梯度求解过程(3) 上一节中，我们讲解了交叉熵损失函数的概念，目标是要找到使得损失函数最小的那组θ，也就是l(θ)最大，即预测出来的结果在训练集上全部正确的概率最大。那我们怎么样找到我们的最优解呢？上节中提出用梯度下降法求解，本节的话我们对其具体细节展开。 先来看下我 ...
分类：
其他好文 时间：
2019-04-30 19:51:12
阅读次数：
121
第十四节过拟合解决手段L1和L2正则 第十三节中，我们讲解了过拟合的情形，也就是过度的去拟合训练集上的结果了，反倒让你的模型太复杂。为了去解决这种现象，我们提出用L1，L2正则去解决这种问题。 怎么把正则应用进去？我们重新审视目标函数，以前我们可以理解目标函数和损失函数是一个东西。而有正则的含义之后 ...
分类：
其他好文 时间：
2019-04-27 21:27:14
阅读次数：
166
在了解一致性哈希算法之前，最好先了解一下缓存中的一个应用场景，了解了这个应用场景之后，再来理解一致性哈希算法，就容易多了，也更能体现出一致性哈希算法的优点，那么，我们先来描述一下这个经典的分布式缓存的应用场景。 1 、场景描述 假设，我们有三台缓存服务器，用于缓存图片，我们为这三台缓存服务器编号为0 ...
分类：
编程语言 时间：
2019-04-03 21:52:51
阅读次数：
205
由于实验需要，我将4台机子分别装win7、win10、kali、ubantu 最开始我下了大白菜，不小心下了一个假的，镜像都坏了，一定要下载前找一下官网。 之后下载了一个ultraiso，直接用u盘刻录ubantu镜像，一定要在官网下载，不然会失败 之后又用ultraiso下载其他三个，全失败。 于 ...
分类：
其他好文 时间：
2019-04-01 17:01:55
阅读次数：
145
转自：https://www.cnblogs.com/Newdawn/p/4005444.html 昨天看大白书翻到了组合游戏这章，看着发觉原来是博弈论的内容，于是便看下去了。真是不看不知道，一看才知道自己的水平有多弱，不过好在还是集中精神地看了大部分。从Nim游戏（n堆石子，每人每次可以从任意一堆 ...
分类：
其他好文 时间：
2019-03-05 11:33:17
阅读次数：
260
<!-- flowchart 箭头图标 勿删 --> 问题现场 安装的系统：Windows7 64位 服务器：Dell poweredge r210 SATA Controller设置为ATA Mode 安装方式：使用大白菜PE，将Windows7的安装文件复制到硬盘上，通过Windows通用安装程 ...
http协议： 官方解释：HTTP协议是Hyper Text Transfer Protocol（超文本传输协议）的缩写,是用于从万维网（WWW:World Wide Web ）服务器传输超文本到本地浏览器的传送协议。 大白话：HTTP协议就是服务器（Server）和客户端（Client）之间进行数 ...
分类：
Web程序 时间：
2019-02-26 19:13:30
阅读次数：
179
什么是线程？ 把一个进程比喻为一个车间，那么线程就是车间里面的一条条流水线。一个车间可以有多条流水线，流水线属于车间。一个车间的工作过程是一个进程，一个流水线的工作过程是一个线程。进程是操作系统资源分配的最小单位（生产科3号车间负责生产3万件包装纸箱），线程是cup调度的最小单位（3号车间里面的每一 ...
分类：
编程语言 时间：
2019-02-18 16:11:02
阅读次数：
230
懂得太少，表现太多；才华太少，锋芒太多，很浅薄，一眼就能被看穿. 沉下来，打根基，让别人不会觉得你烦！ 懂得太少，表现太多；才华太少，锋芒太多，很浅薄，一眼就能被看穿. 沉下来，打根基，让别人不会觉得你烦！ 前言： 每当提到面向对象的时候，初学者肯定都是一脸懵逼的状态，到底什么是面向对象?会用面向对 ...
分类：
其他好文 时间：
2019-02-11 10:42:57
阅读次数：
181
