摘要： 在有时运行程序出现动态库找不着的问题，而明明装了的。这时候可能是没有将相应的路径添加到系统中去。具体说：cd /etc/ld.so.conf.d/可以发现里面有一堆*.conf的文件我们要做的就是建一个自己的文件，里面写上我们的动态库路径。具体形式如果有问题可以参考其他的*.conf文件添加完毕之后... 阅读全文

摘要： python standard library介绍了一个叫做namedtuple的东西：__author__ = 'sfesly'import collectionsPerson = collections.namedtuple('Person', 'name age gender')print('... 阅读全文

摘要： 看python standard library by exmple里面提到一个Counter容器，它像muliset一样，能够维持一个集合，并在常量时间插入元素、查询某个元素的个数，而且还提供了一个most_common(n)方法，用于统计频数最大的n个元素，这在读取文本并统计词频的时候显得非常实... 阅读全文

摘要： 一、对于回归问题，基本目标是建模条件概率分布p(t|x) 利用最大似然的方式:negative logarithm of the likelihood 这个函数可以作为优化目标，其中的第二项与参数无关，在优化的时候不用计算在内。实际中所用到的各种不同的目标函数不过是对于的形式做了具体的假设。 1.sum of squares error 这里假设输出矢量t的维度为K，则： ... 阅读全文

摘要： 关于broadcast，官方文档描述如下：Each universal function takes array inputs and produces array outputs by performing the core function element-wiseon the inputs. ... 阅读全文

摘要： 基本想法：既不想像参数估计（最大似然，贝叶斯学习）那样需要假定特定的分布函数形式，又不想像非参数估计那样在最终生成的模型中带着所有的训练样本。 注意理解这个式子:p(j)是样本概率由第j个组分得到的概率，式（1）中也就是对联合分布求和得到了边缘分布。P(j)的取值需要满足概率函数的约束： 同理，条... 阅读全文

摘要： 在进行参数估计的时候， 常用到最大似然估计，其形式很简单，对于含有N个样本的训练数据集DN，假设样本独立同分布，分布参数为，则似然概率定义如下： 简单说就是参数为时训练集出现的概率，然后我们根据不同的分布形式求导，得到参数的最有值使得似然概率最大。 贝叶斯学习过程不同之处在于，一开始并不试图去求解一个最优的参数值，而是假设参数本身符合某个分布，即先验概率p()（例如高斯分布，只要知道均... 阅读全文

摘要： python2中输出默认是换行的，为了抑制换行，是这么做的:print x,到了python3中，print变成一个函数，这种语法便行不通了。用2to3工具转换了下，变成这样了：print(x, end=' ') 阅读全文

摘要： 看python发现有这么个api,感觉很实用，想着stl里会不会有这个呢？查了半天毫无结果。于是用lambda自己实现了下。以vector为例templatevector argsort(const vector& a){ int Len = a.size(); vector idx(Len,... 阅读全文

摘要： 简单的闭包的栗子:def counter(statr_at = 0): count = 1 def incr(): nonlocal count #注意由于count类型为immutable，所以需要声明清楚在此局部作用域内引用的是外部作用域那个count count += 1 return ... 阅读全文