摘要：
核函数是一个相似度函数 SVM模型有两个非常重要的参数C与gamma。其中 C是惩罚系数，即对误差的宽容度。c越高，说明越不能容忍出现误差,容易过拟合。C越小，容易欠拟合。C过大或过小，泛化能力变差 gamma是选择RBF函数作为kernel后，该函数自带的一个参数。隐含地决定了数据映射到新的特征空
阅读全文
posted @ 2018-06-28 19:21
stardsd
阅读(3193)
推荐(0)
摘要：
准： bias描述的是根据样本拟合出的模型的输出预测结果的期望与样本真实结果的差距，简单讲，就是在样本上拟合的好不好。要想在bias上表现好，low bias，就得复杂化模型，增加模型的参数，但这样容易过拟合 (overfitting)，过拟合对应上图是high variance，点很分散。low
阅读全文
posted @ 2018-06-28 19:13
stardsd
阅读(8911)
推荐(2)
摘要：
大写 小写 中文名 英文注音 意义A α 阿尔法 Alpha 角度；系数B β 贝塔 Beta 磁通系数；角度；系数Γ γ 伽玛 Gamma 电导系数（小写）Δ δ 德尔塔 Delta 变动；屈光度；方程判别式（大写）；允许误差（小写，统计学）Ε ε 伊普西隆 Epsilon 对数之基数Ζ ζ 泽塔
阅读全文
posted @ 2018-06-03 16:21
stardsd
阅读(11001)
推荐(0)
摘要：
域代码出现在大括号 ( { } ) 内。域代码类似于公式，而域结果类似于该公式生成的值。您可通过按 ALT+F9，在文档中对显示域代码和域结果进行切换。 您在文档中查看域代码时，语法如下所示： { 域名称 指令 可选开关 } 域名称 该名称显示在“域”对话框的域名称列表中。 指令 这些指令是用于特定
阅读全文
posted @ 2018-05-30 19:19
stardsd
阅读(7845)
推荐(0)
摘要：
1 IP组播基础 IP组播技术有效地解决了单点发送、多点接收的问题。组播源只发送一份数据，被传递的信息在距组播源尽可能远的网络节点才开始被复制和分发，并且只发送给需要该信息的接收者。 说明： 本章所涉及的交换机和交换机图标，是指使能了二层组播功能的路由器。 1.1 IP组播简介介绍IP组播的定义、目
阅读全文
posted @ 2018-05-16 19:20
stardsd
阅读(2873)
推荐(1)
摘要：
何时用交叉，何时用直连？ 标准串口引脚2是RX，引脚3是TX，(即九针串口的2号引脚连接的是主控芯片的RXD引脚，3号引脚连接的是主控芯片的TXD引脚)，如果单片机开发板的串口和电脑串口都是标准串口，则俩串口应该用交叉线连接。但现实生活中直连线居多（可能是直连线生产起来没交叉线麻烦吧），为了配合直连
阅读全文
posted @ 2018-05-11 15:15
stardsd
阅读(2024)
推荐(0)
摘要：
100Base-T是一种以100Mbps速率工作的局域网（LAN）标准，它通常被称为快速以太网标准，并使用两对UTP（非屏蔽双绞线）铜质电缆。 快速以太网 : 与10BASE-T的区别在于网络速率是10BASE-T的十倍，即100M。 100Base-T是一种以100Mbps速率工作的局域网（LAN
阅读全文
posted @ 2018-05-11 14:09
stardsd
阅读(2330)
推荐(0)
posted @ 2018-05-08 21:18
stardsd
阅读(2953)
推荐(0)
摘要：
In natural science and signal processing, an artifact is any error in the perception or representation of any information, introduced by the involved
阅读全文
posted @ 2018-05-08 15:32
stardsd
阅读(573)
推荐(0)
摘要：
WHAT IS THE DIFFERENCE BETWEEN CATEGORICAL, ORDINAL AND INTERVAL VARIABLES? In talking about variables, sometimes you hear variables being described a
阅读全文
posted @ 2018-05-02 10:30
stardsd
阅读(691)
推荐(0)
摘要：
1、中心的7608：Ethernet 3/3 （或在系统中缩写为E3/3）表示交换机上左起第三个插槽的第三个端口 2、其他类似55/39系列交换机：Ethernet0/0/23（或在系统中缩写为E0/0/23），第一个0为交换机的ID，按照交换机堆叠后的顺序依次类推0、1、2，如果没有堆叠，此处为0
阅读全文
posted @ 2018-04-25 21:22
stardsd
阅读(14087)
推荐(0)
摘要：
1 vlan简介 VLAN（Virtual Local Area Network）的中文名为"虚拟局域网"。VLAN是一种将局域网设备从逻辑上划分成一个个网段，从而实现虚拟工作组的新兴数据交换技术。这一新兴技术主要应用于交换机和路由器中，但主流应用还是在交换机之中。但又不是所有交换机都具有此功能，只
阅读全文
posted @ 2018-04-25 11:29
stardsd
阅读(33831)
推荐(3)
摘要：
首先，搞清楚商品与单品的区别。例如，iphone是一个单品，但是在淘宝上当很多商家同时出售这个产品的时候，iphone就是一个商品了。 商品：淘宝叫item，京东叫product，商品特指与商家有关的商品，每个商品有一个商家编码，每个商品下面有多个颜色，款式，可以有多个SKU。 SPU = Stan
阅读全文
posted @ 2018-04-23 21:53
stardsd
阅读(895)
推荐(0)
摘要：
简介： 如今，软件通常会作为一种服务来交付，它们被称为网络应用程序，或“软件即服务”（SaaS）。“十二要素应用程序”（12-Factor App）为构建如下的SaaS应用提供了方法论： 使用标准化流程自动配置，从而使新的开发者花费最少的学习成本加入这个项目； 和操作系统之间尽可能的划清界限，在各个
阅读全文
posted @ 2018-04-21 00:10
stardsd
阅读(926)
推荐(0)
摘要：
1、振铃信号 用来呼叫被叫用户。铃流为25±3Hz正弦波，谐波失真不大于10％，输出电压有效值90+-15V，振铃采用5s断续，即一秒送，4s断，断、续时间偏差不超过±10％。2、拨号音 用来通知主叫用户可以拨号。拨号音采用频率为450±25Hz的交流电源，发送电平为-10±3dBm，是连续的信号音
阅读全文
posted @ 2018-04-15 16:00
stardsd
阅读(6417)
推荐(0)
摘要：
最近偶尔在重温统计学，发现自己工作后用了各种高级的统计分析方法，各种统计模型，却忽视了统计学中一些最基础的知识，而这些知识是所有这些高级方法的基础，基础不扎实，高级方法用起来真觉得底气不足，今天看到哑变量在回归分析中的应用，总结如下： 哑变量（Dummy Variable），也叫虚拟变量，引入哑变量
阅读全文
posted @ 2018-04-14 19:11
stardsd
阅读(32627)
推荐(0)
摘要：
建议在第一次出现英文缩写词时应给出中英 文全称注释，统一采用如下格式：中文名称（英文全称，英文 缩写词），后面再出现相同的词组时以英文缩写词代替即可。 它的合理性在于，若是中文期刊，就应该突显中文名词的重 要地位，达到整体的和谐统一，所以首先给出中文名称，然后 在括号里给出英文全称，做到和中文名称的
阅读全文
posted @ 2018-04-04 20:15
stardsd
阅读(26879)
推荐(1)
摘要：
一、磁盘 I/O 的概念 I/O 的概念，从字义来理解就是输入输出。操作系统从上层到底层，各个层次之间均存在 I/O。比如，CPU 有 I/O，内存有 I/O, VMM 有 I/O, 底层磁盘上也有 I/O，这是广义上的 I/O。通常来讲，一个上层的 I/O 可能会产生针对磁盘的多个 I/O，也就是
阅读全文
posted @ 2018-03-25 23:36
stardsd
阅读(63037)
推荐(7)
摘要：
Hype cycle The hype cycle is a branded graphical presentation developed and used by the American research, advisory and information technology firm Ga
阅读全文
posted @ 2018-03-23 19:20
stardsd
阅读(3319)
推荐(0)
摘要：
拜占庭将军问题（Byzantine Generals Problem），是由莱斯利·兰波特在其同名论文[1]中提出的分布式对等网络通信容错问题。 在分布式计算中，不同的计算机通过通讯交换信息达成共识而按照同一套协作策略行动。但有时候，系统中的成员计算机可能出错而发送错误的信息，用于传递信息的通讯网络
阅读全文
posted @ 2018-03-20 19:15
stardsd
阅读(1230)
推荐(0)
摘要：
CAP定理的常规解释是任何分布式系统只能在一致性(Consitency)，可用性(Availability)和分区容忍性(Partition Tolerance)中三选二。这个解释很让人费解，笔者在看了一些文章后谈谈我对它的理解，还请斧正。 从问题出发 假设我们用一台服务器A对外提供存储服务，为了避
阅读全文
posted @ 2018-03-19 10:12
stardsd
阅读(689)
推荐(0)
摘要：
一直弄不懂，管道不就是把前一个命令的结果作为参数给下一个命令吗，那在 | 后面加不加xargs有什么区别NewUserFF 写道:懒蜗牛Gentoo 写道:管道是实现“将前面的标准输出作为后面的标准输入”xargs是实现“将标准输入作为命令的参数” 你可以试试运行： 代码:echo "--help"
阅读全文
posted @ 2018-03-18 20:06
stardsd
阅读(1461)
推荐(0)
摘要：
http://server.51cto.com/sCollege-198840.htm 从系统架构来看，目前的商用服务器大体可以分为三类，即对称多处理器结构(SMP：Symmetric Multi-Processor)，非一致存储访问结构(NUMA：Non-Uniform Memory Access
阅读全文
posted @ 2018-03-17 20:25
stardsd
阅读(3882)
推荐(0)
摘要：
一 . 为什么需要Vxlan 1. vlan的数量限制 4096个vlan远不能满足大规模云计算数据中心的需求 2. 物理网络基础设施的限制 基于IP子网的区域划分限制了需要二层网络连通性的应用负载的部署 3. TOR交换机MAC表耗尽 虚拟化以及东西向流量导致更多的MAC表项 4. 多租户场景 I
阅读全文
posted @ 2018-03-13 21:26
stardsd
阅读(1800)
推荐(1)
摘要：
Weighted Sum Approach 该方法给出的表达式为： 首先，λ被称之为权重向量，观察和式，这完全就是m维向量的点乘公式嘛。具体的说，在目标空间中，把算法求出的一个目标点和原点相连构造成一个向量，此时，该方法的做法是将该向量与对应权重向量点乘，由向量点乘的几何意义可知，所得的数为该向量在
阅读全文
posted @ 2018-03-13 20:09
stardsd
阅读(7818)
推荐(0)
摘要：
http://blog.51cto.com/linkinsds/416738 HA全称High Availability。它是VMware的企业应用环境中用来保障企业级应用的不间断运行需求所产生的一个组件。 HA允许一个集群中在资源许可的情况下，将出现故障的ESX主机上面的VM在其他的主机上启动起来
阅读全文
posted @ 2018-03-12 20:46
stardsd
阅读(18616)
推荐(0)
摘要：
技术途径 业界就该问题定义为虚拟机内存复用（复用干嘛？ 当然是为了跑更多的虚拟机呀！） :memory overcommit.围绕次问题主要有4种技术手段,下面简要介绍和分析: 1 气泡驱动（ballooning driver） 利用预装在用户虚拟机中的前端驱动程序，偷取guest os的内存贡献给
阅读全文
posted @ 2018-03-12 20:04
stardsd
阅读(3033)
推荐(0)
摘要：
均匀访存模型UMA 均匀访存模型（UMA）中，所有的物理存储器被均匀共享，即处理器访问它们的时间是一样的。这种系统因为高度的资源共享也被称为紧耦合系统（Tightly Coupled System）。 非均匀访存模型NUMA 非均匀访存模型（NUMA）的特点是：被共享的存储器物理上是分布式的，所有这
阅读全文
posted @ 2018-03-12 19:50
stardsd
阅读(1119)
推荐(0)
摘要：
Petri网是一种适合于系统描述和分析的数学模型，主要描述异步和并发关系。（或者Petri网是对离散并行系统的数学表示，适用于描述异步的，并发的计算机系统模型。） Petri网模型自然，直观，简单易懂的描述了在分析并行系统的状态行为的技术。 Petri网主要用于：计算机协议模型、柔性系统模型、计算机
阅读全文
posted @ 2018-03-11 16:51
stardsd
阅读(7484)
推荐(1)
摘要：
In cryptography, forward secrecy (FS), also known as perfect forward secrecy (PFS), is a property of secure communication protocols in which compromis
阅读全文
posted @ 2018-03-10 21:10
stardsd
阅读(646)
推荐(0)
摘要：
问题描述 这几天在用TensorFlow搭建一个神经网络来做一个binary classifier，搭建一个典型的神经网络的基本思路是： 定义神经网络的layers(层)以及初始化每一层的参数 然后迭代： 前向传播（Forward propagation） 计算cost（Compute cost）
阅读全文
posted @ 2018-03-08 10:34
stardsd
阅读(5353)
推荐(0)
摘要：
搭建普通的卷积CNN网络。 nan表示的是无穷或者是非数值，比如说你在tensorflow中使用一个数除以0，那么得到的结果就是nan。 在一个matrix中，如果其中的值都为nan很有可能是因为采用的cost function不合理导致的。 当使用tensorflow构建一个最简单的神经网络的时候
阅读全文
posted @ 2018-03-07 23:46
stardsd
阅读(4282)
推荐(0)
摘要：
Returns the index with the largest value across axis of a tensor. input is a Tensor and axis describes which axis of the input Tensor to reduce across
阅读全文
posted @ 2018-03-07 21:16
stardsd
阅读(1261)
推荐(0)
摘要：
In this step-by-step Keras tutorial, you’ll learn how to build a convolutional neural network in Python! In fact, we’ll be training a classifier for h
阅读全文
posted @ 2018-03-05 20:08
stardsd
阅读(1236)
推荐(0)
摘要：
A z-score (aka, a standard score) indicates how many standard deviations an element is from the mean. A z-score can be calculated from the following f
阅读全文
posted @ 2018-03-02 22:53
stardsd
阅读(3373)
推荐(0)
摘要：
HMM的模型 图1 如上图所示，白色那一行描述由一个隐藏的马尔科夫链生成不可观测的状态随机序列，蓝紫色那一行是各个状态生成可观测的随机序列 话说，上面也是个贝叶斯网络，而贝叶斯网络中有这么一种，如下图： 代表：c确定时a和b独立。(c为实心圆代表：c已经被确定) 这时，如果把z1看成a，x1看成b，
阅读全文
posted @ 2018-02-26 19:39
stardsd
阅读(21774)
推荐(2)
摘要：
定义与结构 受限玻尔兹曼机（RBM）由Geoff Hinton发明，是一种用于降维、分类、回归、协同过滤、特征学习和主题建模的算法。（如需通过实例了解RBM等神经网络的应用方法，请参阅应用案例)。 我们首先介绍受限玻尔兹曼机这类神经网络，因为它相对简单且具有重要的历史意义。下文将以示意图和通俗的语言
阅读全文
posted @ 2018-02-24 23:41
stardsd
阅读(2350)
推荐(0)
摘要：
1. 概念 正向代理是一个位于客户端和目标服务器之间的代理服务器(中间服务器)。为了从原始服务器取得内容，客户端向代理服务器发送一个请求，并且指定目标服务器，之后代理向目标服务器转交并且将获得的内容返回给客户端。正向代理的情况下客户端必须要进行一些特别的设置才能使用。 反向代理正好相反。对于客户端来
阅读全文
posted @ 2018-02-22 20:39
stardsd
阅读(777)
推荐(0)
摘要：
Web服务器Apache目前一共有三种稳定的MPM（Multi-Processing Module，多进程处理模块）模式。 它们分别是prefork，worker和event，它们同时也代表这Apache的演变和发展。 如何查看我们的Apache的工作模式呢？可以使用httpd -V 命令查看，如我
阅读全文
posted @ 2018-02-13 16:12
stardsd
阅读(895)
推荐(0)
摘要：
模型后处理 作者：Trent Hauck 译者：飞龙 协议：CC BY-NC-SA 4.0 5.1 K-fold 交叉验证 这个秘籍中，我们会创建交叉验证，它可能是最重要的模型后处理验证练习。我们会在这个秘籍中讨论 k-fold 交叉验证。有几种交叉验证的种类，每个都有不同的随机化模式。K-fold
阅读全文
posted @ 2018-01-30 23:37
stardsd
阅读(1368)
推荐(0)
浙公网安备 33010602011771号