梁先森的博客

01 C++Primer-基本内置类型从这篇博客开始，作者开始总结C++ Primer的知识点以及疑难点，希望能加深自己的印象，也能够给大家带来一定的帮助。#mermaid-svg-YHaqJho6PUshJ8nL .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-YHaqJho6PUshJ8nL .la

使用pipenv完美解决Pyinstaller 打包exe过大

来自于脸书实验室的一篇文章，将图神经网络用在了多通道语音增强上面，思路比较新奇，下面可以通篇看一下翻译的中文，有哪些值得我们去借鉴的思想

本篇博客着重于进行代码实战讲解，目的是弄清楚它的实际运行情况和常规参数表达含义。至于一些理论的东西，我认为其他博主解释的已经相当好了，在下面的文章中我也会将其引用出来。为什么使用嵌入层Embedding？来源：https://www.jiqizhixin.com/articles/2019-03-27-71、使用One-hot 方法编码的向量会很高维也很稀疏。假设我们在做自然语言处理（NLP）中遇到了一个包含2000个词的字典，当使用One-hot编码时，每一个词会被一个包含2000个整数的向.

* DEBUG 等级最低的，最详细的日志信息，典型应用场景是 问题诊断* INFO 信息详细程度仅次于DEBUG，通常只记录关键节点信息，用于确认一切都是按照我们预期的那样进行工作* WARNING 当某些不期望的事情发生时记录的信息（如，磁盘可用空间较低），但是此时应用程序还是正常运行的* ERROR 由于一个更严重的问题导致某些功能不能正常运行时记录的信息* CRITICAL 当发生严重错误，导致应用程序不能继续运行时记录的信息

YAML是一种标记语言，它使用空白符号缩进和大量依赖外观的特色，特别适合用来表达或编辑数据结构、各种配置文件、倾印调试内容、文件大纲。

Speechbrain是一个基于pytorch的语音工具包，它的野心也是很大的，定位是将所有功能集于一身的语音工具包。涉及到各种语音技术，比如语音识别系统、说话人识别系统、语音增强系统、多麦克风信号处理系统等等。接下来，我主要是从github简介入手，做一个中文翻译这样的工作。

今天考完了计算机三级Linux考试，对于下一此要报名这个科目的同学，我有以下几点建议:1. 认真看书！认真看书！认真看书！2. 有条件的一定要在自己电脑上安装一个虚拟机，亲自动手试试书上的代码，绝对比你背代码效果好一万倍3. 迷糊不懂、头一次做错的一定要想办法纠正，要不然考试容易怀疑自我。4. 概念型的话、命令的用法、文件名的含义要重视，大段的概念不可能考，多注意那些容易让你填1-3个字的名词概念。

关于信息碎片化。抖音、微博提供的信息流和个性化推荐算法，使得人们更愿意花时间沉浸在其中，我也不例外。时间消磨过去之后，更多的是空虚，没有任何的收获，甚至有些自责。人们常说，知己知己，才能百战不殆。要想去减少碎片化带给我们的危害，我们得首先能够去认识到这些危害，这里得认识不仅要我明白了，还要从自己具体得行动中去体会，去归纳总结。

《认识突围：做复杂时代的明白人》读书笔记和自我理解感受这本书说实话，在八月中旬的时候，就已经读完了，至于为什么拖到九月初呢，这，中间有很多原因，但是，自己迟迟不愿意开始，是导致笔记延期的最大因素，也可以称之为拖延。为什么看了这么多关于拖延的书，还是会有拖延的情况呢？每个人的情况不同，以我为例，这次我迟迟没有写读书笔记，原因是自我虚夸这件事开始的门槛。那尝试的解决办法，强迫自己先做20分钟，做不下去就不做，如果可以，那就将这件事做完。这本书从认知自己，认识关系，认识金钱，认识时间，认识人生，认识知识这六大

《精准努力，刘媛媛的逆袭课》这本书我是通过微信读书这个软件看到的，从头到尾大概花了一周的时间。整本书覆盖范围非常广，从思想的塑造，到时间的管理，再到社交技巧等，可以看得出，这本书凝聚了作者很大的心血。同时呢，也给了我非常大的启发。作者对于许多热门的问题，都提出了自己的解决方式。这些方法很有参考价值，我也在尝试用作者的方法去解决自己的问题。

这一篇呢，咱们主要使用jieba和wordcloud这两个包进行评价词云图分析。jieba是一个中文分词的工具包，wordcloud是专门用来画词云图的。

主动做事知时流，我命由我不由天

《持续行动》感受行动和时间带给你的改变scalers，当当2016-2020年度影响力作家，其代表作为《刻意学习》、《持续行动》。在七月初，我开始阅读《持续行动》这本书，一来呢，我想给我下半年的读书计划加加油打打气，二来呢，近些天一直有些迷茫，希望能从书中找到一些答案。这本书呢，作者以时间为量度，分别以10天、100天、1000天这三个时间段，对我们在持续行动中可能会出现的问题和情绪上的问题，给出了很好的解答。除此之外，针对一些比较热门的问题，作者也给出了自己的观点，并将其融合在持续行动的理念当中。总的

前言前一篇博客，我们使用了缩减法中的岭回归来改进线性回归算法。其好处是能够减少过拟合，增大模型方差减小偏差。此博客将使用另一种方法对线性回归算法进行改进，其主要目的是找出对结果影响最大的几个属性值。背景和岭回归一样，lasso是也是属于缩减法的一种。但是由于其计算比较复杂，繁琐，我们使用另外一个简单的算法进行替代，这个算法就是前向逐步算法，该算法可以达到和lasso算法几乎一样的结果。这里前向逐步算法主要使用了贪心算法的思想，即每进行一步都要减少误差，直到最后迭代结束。前向逐步算法原理分析该算法

学过吴恩达老师的机器学习入门课程都应该知道，在逻辑回归那一讲，吴老师提到了使用正则化来防止逻辑回归模型过拟合。而岭回归在这里的作用是一样的，同样也是防止模型过拟合。这两者的区别在于，同样在使用差平方作为所损失值后，前者使用梯度下降法进行参数优化，而后者使用最小二乘法计算参数。

作者：梁先森日期：2020年7月1日干嘛：我，又要开始读书了！期待：完成一年50本书、半年25本书的计划

前面我们介绍了最基础的线性回归算法，也提到了它容易出现欠拟合的现象。那么，本文的局部加权线性回归将解决这个欠拟合问题。我觉得这个思路具有很好的迁移性，咱们一起好好看看。

前面的博客讲的都是分类问题，接下来的几篇博客，会着重于回归，倾向于对数据进行预测。大家是不是一听到预测就眼睛一闪，是不是可以用来预测股票涨跌、彩票号码什么的！我只能告诉你有人做出来的股票预测软件，而且正确率挺可观的。作为一个学习者，别着急，千里之行始于足下。踏踏实实的从原理到代码，一步一脚印。