废话不多说先列提纲： 0.概述-需求分析-功能描述-受限和缺点改进+知识点预备 1.泰勒级数和傅里叶级数的本质区别，泰勒展开 2. 函数投影和向量正交 3.两个不变函数求导是本身e^x,sinx,cosx也是为什么要傅里叶转换的原因！ 4.傅里叶技术推到过程 5.附录参考资料 0....
分类：
其他好文 时间：
2014-08-10 15:27:00
阅读次数：
369
本文作为em算法在图模型中的一个应用，推导plsa的em算法。1 em算法em算法是解决一类带有隐变量模型的参数估计问题。1.1 模型的定义输入样本为，对应的隐变量为。待估计的模型参数为，目标为极大化似然函数对于上式的优化，不能通过直接对进行求导，因为一旦求导，就有如下的形式：显然是不好求的。1.2...
分类：
其他好文 时间：
2014-08-02 18:09:53
阅读次数：
527
由于项目需要，用python django写restful接口遇到瓶颈，python django+uwsgi处理请求是会阻塞的，如果阻塞请求不及时处理，会卡住越来越多的其它的请求，导致越来越多的502。所以将请求处理频繁的，会阻塞长时间的接口用lua实现，lua放在nginx里跑，还是很快的。.....
分类：
其他好文 时间：
2014-07-24 09:58:33
阅读次数：
716
在边缘灰度值过度比较尖锐切图像中噪声比较小时，梯度算子工作效果好。1、数字图像中求导数是利用差分近似微分来进行的。2、梯度对应一阶导，梯度是矢量。矢量的幅度（有时候常称为梯度）方向角：注意：范数的概念，实际上就是一种求距离的方法，详见距离度量函数幅度有这里用欧式距离是2范数，城区距离是1范数，∞范数...
分类：
其他好文 时间：
2014-07-19 12:08:05
阅读次数：
315
我们解决一个问题时，如果将该问题表示为一个函数f(x)，最优化问题就是求该函数的极小值。通过高等数学知识可以知道，如果该函数连续可导，就可以通过求导，计算导数＝0的点，来求出其极值。但现实问题中，如果f(x)不是连续可导的，就不能用这种方法了。最优化问题就是讨论这种情况。求最优解的问题可以分为两种：...
分类：
其他好文 时间：
2014-07-18 16:05:28
阅读次数：
183
设 $f\in C(-\infty,+\infty)$, 定义 $\dps{F(x)=\int_a^b f(x+t)\cos t\rd t}$, $a\leq x\leq b$. (1) 证明: $F$ 在 $[a,b]$ 上可导; (2) 计算 $F'(x)$. 解答: 由 $$\bex F(x)...
分类：
其他好文 时间：
2014-06-28 13:17:35
阅读次数：
163
本文由 伯乐在线 - 唐尤华 翻译自 Kristóf Kovács。欢迎加入技术翻译小组。转载请参见文章末尾处的要求。导读：Kristóf Kovács 是一位软件架构师和咨询顾问，他最近发布了一片对比各种类型NoSQL数据库的文章。虽然SQL数据库是非常有用的工具，但经历了15年的一支独秀之后垄断...
分类：
数据库 时间：
2014-06-26 23:16:38
阅读次数：
338
p*e-x+ q*sin(x)
+ r*cos(x) + s*tan(x) + t*x2 + u = 0
where 0 x .
好久没碰高数，差点连求导都换给老师了，还好哥数学基础比较扎实，求这个程度的导数还是轻轻松松的。
求个一次导数发现恒小于0，说明其在【0,1】上是单调递减的。
提前判断f（0）是否0，如有上述两种情况直接输出无解。原...
分类：
其他好文 时间：
2014-06-08 14:40:09
阅读次数：
238
1.在高纬度大数量的数据情况下，用线性+松弛因子做SVM效果是很不错的2.在高纬度大数量的情况下，一般用批量梯度下降做计算效果会很好3.在低纬度大数量的情况下，可以用牛顿法来求解，一般迭代两三次就好了4.有个叫Le
BOTTON 的人，对常用目标函数的SGD公式做了很好的推导5.有一个响亮求导的书叫...
分类：
其他好文 时间：
2014-06-02 08:07:18
阅读次数：
250
原谅我的标题党啦 LOL，借用 《xx 实战》（xx in
practice）这个经典的标题，只为了记录自己第一次助教的体会。如果把第一次助教的经历看做是一个项目，那这个项目也是在我不断的调优中走上正轨的。需求导师人很好，给我留的活儿不多，但实践起来还是比预想要复杂一些。助教期间，我主要负责的任务有...
分类：
其他好文 时间：
2014-05-28 01:48:40
阅读次数：
262
