theFlyer

From Word Embeddings To Document Distances整体来说，这是一种利用线性规划的思想，解决了一种运输问题。通过词向量间的欧氏距离及其权重来计算相似度，权重是通过运输模型建模找到的最佳转移量这种相似度可以度量语句或者文档的相似性，考虑了每个词汇（非停用词）与其它词汇的转移量及权重。目的文章的目的主要是为了提出一种改进的速度更快的RWMD算法来加速计算...

欢迎来到theFlyer的博客—希望你有不一样的感悟前言：好记性不如烂笔头，不得不承认记忆力严重下降，看了不少遍的东西还是记不住，还是需要在理解和实践。一. Dropout深度学习模型常常使用丢弃法（dropout）来应对过拟合问题。丢弃法有⼀些不同的变体。本节中提到的丢弃法特指倒置丢弃法（inverted dropout）。这是一个单隐藏层的多层感知机。其中，输入个数为4，隐藏单...

欢迎来到theFlyer的博客—希望你有不一样的感悟前言：交叉熵损失函数。一. 损失函数 机器学习算法都或多或少的依赖于对目标函数最大化或者最小化的过程，常常把最小化的函数称为损失函数，它主要用于衡量机器学习模型的预测能力。损失函数可以看出模型的优劣，提供了优化的方向，但是没有任何一种损失函数适用于所有的模型。损失函数的选取依赖于参数的数量、异常值、机器学习算法、梯度下降...

欢迎来到theFlyer的博客—希望你有不一样的感悟前言：这次内容是LSTM，主要讲解了LSTM的前向传播和一个飞机流量的代码，若无基础建议先看下循环神经网络RNN。目录欢迎来到theFlyer的博客—希望你有不一样的感悟目录一. LSTM提出原因二. LSTM模型1RNN与LSTM2存储长期信息2.1引入simple RNN 2.2如何存储新的信息 2...

欢迎来到theFlyer的博客—希望你有不一样的感悟前言：由于需要讲课，做了关于RNN的ppt以及两个程序分别是用RNN来预测和分类。一. RNN提出原因在很多实际应用中，数据是相互依赖的。某些任务需要能够更好的处理序列的信息，即前面的输入和后面的输入是有关系的。如：处理视频的时候，不能只单独的去分析每一帧，而要分析这些帧连接起来的整个序列。 循环神经网络主要用来处理序列数...

欢迎来到theFlyer的博客—希望你有不一样的感悟前言：刚刚写了第二篇算是偏技术一些的文章，最近也有点别的感悟，记下来，这也是人生的某一体会吧。 最近读了一本书《离开前请叫醒我》，觉得里面最重要两个观点是一爱自己，不是为别人而活。二是珍惜眼前人，说好的永远可能没有永远。 刻意去找的东西，往往是找不到的。天下万物的来和去，都有他的时间。 每个...

欢迎来到theFlyer的博客—希望你有不一样的感悟前言：这是一篇要讲的论文，以下内容是基于个人理解写的，从简单的NMF讲到论文的多视角方法，由于之前做了PPT所以以下图片可能比较多。 论文名称 Diverse Non-Negative Matrix Factorization for Multiview Data Representation目录欢迎来到theFl...

欢迎来到theFlyer的博客—希望你有不一样的感悟前言：第一次使用markdown，文章里面可能有各种尝试，看官见谅。web安全基础需要各位看官有一定html/js/php等基础知识(我也是萌新)，知识多而杂，需要多看多动手。目录欢迎来到theFlyer的博客—希望你有不一样的感悟目录XSSCSFR点击劫持URL跳转SQL注入命令注入文件操作漏洞...

欢迎来到theFlyer的博客—希望你有不一样的感悟前言：本来第一篇应该是和专业相关的，然后写了好久还没写完(尴尬脸)。我觉得无论是技术还是生活都是需要探索和学习的。something just like this 歌曲链接 我的人生前十几年不知道我是谁，为了谁，有着自己不知道哪来的倔脾气和任性。 中间交叉再过十几年，我看了很多小说从修仙到玄幻、从地球到宇宙、从现在到...

1.原因     年少时，总是觉得记忆力好，后来真的是好记性不如烂笔头。自己也做过笔记，但一般都保存到本地了。感觉自己过去有点自私想法，技术什么的并不是很愿意分享，虽然很菜。但我后来一直想写博客或者公众号，但一直没有下定决心，感觉会耽误很多时间。但时间就是海绵里的水，多挤挤，提高效率，一定还会有的。本来想写在Github上，但CSDN国内更容易搜到。2.前缀    前期一些文章可能主要来源于原来记...