hungry & foolish

摘要： 背景 总结自己做过的《向量检索技术实现医疗文章语义召回》搜索项目 如何query向量化，title向量化 图1 在线模块query过模型，转成query_vec 图2 离线模块title过模型，转成title_vec 如何train出simnet模型 图3 训练simnet模型 如何构建title_ 阅读全文

摘要： 背景 学习梳理lstm和bilstm的理论知识 什么是lstm，bilstm lstm：是rnn的一种，针对有序的数据，有对数据信息长短记忆的功能 bilstm：是前向lstm和后项lstm的组合 为什么要lstm, bilstm lstm: 其可以更好的捕获较长距离的依赖关系，通过训练过程可以学到 阅读全文

摘要： collections.Counter学习 阅读全文

摘要： 背景 学习numpy知识 import numpy as np # 产出300个在[-1, 1]之间等分的数据，shape为 （300，1） x_data = np.linspace(-1, 1, 300)[:, np.newaxis] # 产出正太分布下的随机数，函数normal参数为（均值，标准 阅读全文

摘要： 背景 了解深度学习中的梯度爆炸与消失的原因，及如何处理梯度爆炸与消失。 梯度消失 梯度消失是激活函数和权重矩阵初始化值，这两个因素决定的。 sigmoid函数，求导的最大值为0.25 根据链式求导法则：导数小于0.25，如果初始化的W值，再小于1，这样逐个相乘后，会导致偏差为0，最终导致网路中的参数 阅读全文

摘要： 所有代码折叠： ctrl + shift + - 所有代码展开：ctrl + shift + + 折叠某一点：ctrl + - 展开某一层：ctrl + + 阅读全文

摘要： 背景 学习docker相关知识 step1: 下载安装docker https://www.docker.com/get-started https://github.com/docker/getting-started mac 安装后桌面如下图 命令行查看版本 step2 docker 下载镜像（ 阅读全文

摘要： 背景 io性能调优之page cache 什么是缓存 缓存，其实就是一块内存，能帮硬盘HOLD住大量的请求，有效地缓解高速的CPU和低速的硬盘之间的矛盾 磁盘缓存write_back模式流程 用户输入的数据->page cache -> 磁盘（如下图 Buffered IO) 磁盘缓存脏数据 如何定 阅读全文

摘要： ll命令执行后结果分析 第一列属性 属性有10位，第一位代码文件类型【目录，文件，连接】 后9位代表不同用户，组，其他用户下的读、写、执行权限 例如 -rwx(Owner)r-x(Group)r-x(Other) -：代表文件 rwx：代表当前用户读、写、执行权限 r-x: 代表同组内有读、执行权限 阅读全文

摘要： 原理 boost思想，“三个臭皮匠顶一个诸葛亮” cart回归树，树的生成过程 最小化均方差，找到特征下的划分点 叶子节点的平均值，作为预测输出 一颗树迭代后的残差作为下一颗树的输入，再进行树的构造 预测时 新数据映射成特征后，经过多颗训练好的cart回归树 将叶子节点的预测值，累加起来，作为最终的 阅读全文