自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 generator自执行问题和co源码解析

generator自动执行问题这里我觉得对于js引擎,其实仍然是单线程的。能达到这么一种效果,应该是generator函数内部的数据结构的原因。迭代器内部自己能缓存其各种状态。就是一种迭代器。(经我试验,调用方式同步,在其中完成异步操作时候,如果gen中掉了异步,异步的执行还是会在同步之后) 这是一种迭代器,但是在主流node里,主要用它将异步变为同步作用。 —– 这里我认为是利用这种机制实...

2018-07-22 22:57:52 371

原创 异步编程理解综述

异步编程 generator自动执行问题 ES7的async/await异步编程总概述1.异步就是为了防止阻塞、在执行时间长其他进程执行的任务的时候,交出主线程的执行权利,然后再在异步耗时操作完成后将回调函数放入js引擎执行队列中等待执行。 Promise就是为了解决这个问题而提出的。它不是新的语法功能,而是一种新的写法,允许将回调函数的横向加载,改成纵向加载。 在其他线程中执行,...

2018-07-22 22:47:59 315

原创 fis3 使用心得

fis3使用心得因为项目原因,公司的框架选择是fis3,因此我就接触了下fis3这个东西。楼主没用过webpack,gulp和grunt也不熟,fis3做为自己第一个使用的打包工具,感觉真tm好用。本文主要就介绍一下对于fis3的使用心得(非常非常浅显,仅限于个人粗浅理解,偏近应用。入门可以,深入不一定好)啥是fis3呢?官方介绍如下: 解决前端工程中性能优化、资源加载(异步、同步...

2018-04-28 17:22:44 585

原创 记一次前端实习生面试

蚂蚁金服前端实习面试1.实习一面问题问的比较杂,js、css、和html都有涉及,但是都不深入。 比如关于BFC等,我开个头说了几句,面试官就开始问下一个问题了。一面主要有几个问题没答出来,大部分都是关于网络层的问题,有个css的问题。(1)udp协议和tcp协议的区别 选项 TCP UDP 是否连接 面向连接 面向非连接 传输可靠性 可靠 会丢包,不可靠

2018-03-17 16:07:13 2988

原创 最大子序列的和

动态规划思想解最大子序列的和1.计算一个整形数组的最大子序列之和 例如:给定一个数组如a[] = {4,-3,5,-2,-1,2,6,-2},计算它的和最长的子序列(这个是9,从a[1]到a[7])。思路:记a[0]到a[i]的子序列的和最大值为max(i),则方程如下: max(0)=d[0]max(0) = d[0] max(1)=⎧⎩⎨d[1],d[0]+d[1],max(0

2017-11-13 19:34:42 5348 1

原创 学习理论

本节主要讲述机器学习理论,它与机器学习的经典算法不同,是阐述机器学习算法为什么正确的这一类理论知识。在Ng看来,机器学习理论是一个人懂机器学习的核心或者只懂皮毛的关键所在之一。它包括的内容有偏差/方差、经验风险最小化(Empirical risk minimization,简称ERM)、联合界和一致收敛等。 Ng笔记中,针对学习理论提出了一些思考。他认为学习理论是有趣有启发性的。在不同的设置中,

2017-05-25 16:00:42 584

原创 支持向量机(Support Vector machines)

本节主要是观看Andrew Ng的斯坦福大学系列视频CS299第6讲、第7讲等后,加上个人理解,对支持向量机部分做的一个笔记整理。 本文顺序是:综述各个部分关系最大间隔分类器软、硬间隔分类核函数2 最大间隔分类器首先,我们应该知道求超平面与分类问题的正确性是与样本点到超平面对的距离有直接关系的。吴恩达是用Logistic回归的例子来讲述的这个问题:比如说θTx>>0时,我们可以非常自信的

2017-05-10 17:10:17 382

原创 生成学习算法

本节是观看Andrew Ng的cs299第五节的个人笔记。 本节主要介绍生成学习算法和判别学习算法的基本区别。引出CS229中第一个判别学习算法,先验满足多元高斯分布的统计。经过推导计算,可以发现先验满足不同分布的函数的样本, 后验的线行值满足logistic回归(可以从广义线性模型的方式去思考。可以参考我上一篇博客)。1. 生成学习算法(generative learning algorit

2017-05-10 16:59:48 341

原创 指数分布族 和 广义线性模型

本节主要是我看了网易公开课上的Andrew Ng的机器学习公开课第四节所做的笔记加上自己的一些整理,将它发上来供参考,由于水平有限,可能有错误。这节视频中,Andrew Ng主要讲了三个方面,分别是牛顿法,指数分布家族和广义线性回归(GLMS)。本节介绍的指数分布函数主要是为广义线性回归所服务的。 牛顿法与梯度法一样,是一种常见的迭代优化方法。牛顿法在接近收敛值时呈指数收敛,表现性质很优良,但是

2017-04-25 11:27:36 4843 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除