肯定可以做到O(m)，方法就是每确定一个雷的位置，就把这个位置置换到队尾，用一个map记录这个置换。目的就是永远保持空白的位置永远连在一起 ...
分类：
其他好文 时间：
2017-09-23 10:51:46
阅读次数：
644
常用层 常用层对应于core模块，core内部定义了一系列常用的网络层，包括全连接、激活层等 Dense层 Dense就是常用的全连接层，所实现的运算是output = activation(dot(input ,kernel) + bias ).其中activation是逐元素计算的激活函数，ke ...
分类：
其他好文 时间：
2017-09-21 16:45:15
阅读次数：
355
FixedAffineComponent：类 LDA-like 的非相关转换，由标准的 weight matrix plus bias 组成（即Wx+b），通过标准的 stochastic gradient descent（非minibatch SGD？） 训练而来，使用 global learni... ...
分类：
Web程序 时间：
2017-09-09 23:14:20
阅读次数：
443
犀利的开头 在机器学习中，我们用训练数据集去训练(学习)一个model(模型)，通常的做法是定义一个Loss function（误差函数），通过将这个Loss(或者叫error)的最小化过程，来提高模型的性能(performance)。然而我们学习一个模型的目的是为了解决实际的问题（或者说是训练数据 ...
分类：
其他好文 时间：
2017-09-05 10:10:06
阅读次数：
306
import numpy as np import random def genData(numPoints,bias,variance):#实例 偏好 方差 x = np.zeros(shape=(numPoints,2))#行列 y = np.zeros(shape=(numPoints))#行... ...
分类：
其他好文 时间：
2017-09-02 20:48:45
阅读次数：
131
Three types of answer: Map Solution, O(N) memory, O(N) init, O(1) pick. Like @dettier's Reservoir Sampling. O(1) init, O(1) memory, but O(N) to pick. ...
分类：
其他好文 时间：
2017-08-19 23:40:55
阅读次数：
239
在阅读本文之前，建议首先阅读“简单易学的机器学习算法——word2vec的算法原理”（眼下还没公布）。掌握例如以下的几个概念： 什么是统计语言模型 神经概率语言模型的网络结构 CBOW模型和Skip-gram模型的网络结构 Hierarchical Softmax和Negative Sampling ...
分类：
编程语言 时间：
2017-08-16 17:11:29
阅读次数：
345
介绍 Apache DataFu分两部分，本文介绍的是其Pig UDF的部分。代码在Github上开源（除了代码外。也有一些slides介绍链接）。 DataFu里面是一些Pig的UDF。主要包含这些方面的函数： bags、geo、hash、linkanalysis、random、sampling、 ...
分类：
Web程序 时间：
2017-08-15 21:49:41
阅读次数：
233
CBOW和Skip-gram模型 word2vec有两个模型,分别是CBOW和Skip-gram模型。这两个模型又都可以有两种优化方法。分别是 Hierarchical Softmax与Negative Sampling 。所以实现word2vec有四种方式: 2013年末，Google发布的wor ...
分类：
其他好文 时间：
2017-08-14 23:35:48
阅读次数：
456
在word2vec原理篇中，我们对word2vec的两种模型CBOW和Skip-Gram，以及两种解法Hierarchical Softmax和Negative Sampling做了总结。这里我们就从实践的角度，使用gensim来学习word2vec。 1. gensim安装与概述 gensim是一 ...
分类：
其他好文 时间：
2017-08-03 15:03:39
阅读次数：
2399
