pytorch学习第二天: 在线学习算法FTRL及python“多线程“

很多学习的东西现在没时间一一详细解析了，等后面有时间再来慢慢细化吧，现在只能简单先做一下相关的记录，好防止后面有所遗忘.

1. 在线机器学习

各大公司广泛使用的在线学习算法FTRL详解

Online Learning（在线机器学习）是工业界比较常用的机器学习算法，在很多场景下都能有很好的效果。本文主要介绍Online Learning的基本原理和两种常用的Online Learning算法：FTRL（Follow The Regularized Leader）[1]和BPR（Bayesian Probit Regression）[2]，以及Online Learning的实践应用。

主动学习

低秩约束的在线自监督学习的场景分类方法

• 无监督图像分类

deepmind关于无监督图像分类方面文章

FAIR提出用聚类方法结合卷积网络，实现无监督端到端图像分类

2. python多进程(multiprocessing)、多线程()、协程

• multiprocess

python并发编程之多进程(实践篇)

Python多进程编程

multiprocessing — 基于进程的并行

• 使用multiprocessing多进程共享数据 (添加)

    startflag = multiprocessing.Manager().Value("b", False) bool
    endflag = multiprocessing.Manager().Value("e", False) bool 
    resultimgs = multiprocessing.Manager().Queue() queue

更多共享数据的格式可以参考共享数据格式
Python 进程之间共享数据

3. ubuntu 用命令解压带加密的压缩包

如加密文件为: test.zip

解压: unzip -P 密码 test.zip