编程╱小白╲-CSDN博客

函数，而是使用softmax函数作为概率，对于一个数据的类别，我们使用one-of-K编码表示。在0到1之间，因此Hessian矩阵是正定的，交叉熵误差函数为二次凸函数，因此一定有最优解。从上述可以看出似然函数就是交叉熵损失函数相反数，也是二分类十分常用的损失函数。之间，我们可以通过逻辑函数（或称为sigmoid函数）将这个线性关系映射到。很遗憾我们很难从导数等于0求得一个闭式解，我们可以使用梯度下降法求解。首先我们考虑一个二分类的问题，假设我们有一个观测向量。我么可以把结果写成矩阵的形式，

2024-05-28 17:10:37 581

原创 python基础-数据结构-序列类型--list、tuple、range

这篇文章将介绍 Python 中的序列类型，包括通用序列类型、不可变序列类型和可变序列类型，以及它们的构建方式、常见操作和自定义方法。具体内容包括：通用序列类型：介绍序列类型的基本概念和通用操作。不可变序列类型：讨论不可变序列类型的特点和常见操作。可变序列类型：探讨可变序列类型的特点、常见操作和自定义方法。列表（list）：详细介绍列表的构建方法、排序操作等。元组（tuple）：介绍元组的构建方式和常见用法。Range 对象：简要介绍 range 对象的特点和用法。此外，还将给出

2024-05-28 16:59:36 987

原创 python基础-内置常量

在 Python 中，Ellipsis（省略号）主要用于与用户定义的容器数据类型的扩展切片语法结合使用。Ellipsis 可以用作切片操作中的占位符，以表示省略的维度。在 Python 的内置命名空间中存在一些常量，它们具有特定的含义和用途。在执行上述操作时，交互式解释器会相应地显示相应的信息，包括退出提示、版权信息、作者信息和许可证信息。这个常量用于显示 Python 解释器的许可证信息。这个常量用于显示 Python 解释器的版权信息。主要用于与用户定义的容器数据类型的扩展切片语法结合使用。

2024-05-27 20:52:04 519

原创 python基础-内置函数4-输入输出流-编译与执行

在所有情况下，被执行的代码都应该是作为文件输入有效的（请参阅参考手册中的 “文件输入” 部分）。如果实参是一个字符串，则在模块、函数、类、方法、关键字或文档主题中搜索该字符串，并在控制台上打印帮助信息。这样做，因为使用导入钩子通常更容易实现同样的目标，并且不会导致代码问题，因为许多代码都会假定所用的是默认实现。对于函数内的代码，这是在定义函数时设置的，无论函数在哪里被调用都保持不变。，它必须是一个字典（而不是字典的子类），它将用于全局和局部变量。在所有情况下，如果省略了可选部分，代码将在当前作用域中执行。

2024-05-27 20:17:09 754

原创 python基础-内置函数3-类与对象相关内置函数

python基础-内置函数3类与对象getattr()hasattr()setattr()delattr()vars()dir()property()super()classmethod()staticmethod()isinstance()issubclass()callable()object()repr()ascii()id()hash()type()

2024-05-27 19:15:02 902

原创 python基础-内置函数2-range zip enumerate iter aiter all filter next anext any slice all any filter map

python基础-内置函数2-range zip enumerate iter aiter all filter next anext any slice all any filter map sum max min len sorted

2024-05-27 13:33:56 822

原创 python基础-内置函数1，类型转换，字符串转数字，数字转字符串，类型转换

内置函数用法bool(x)bytearray()bytes()chr()ord()complex()dict()int()float()list()set()frozenset()tuple()str()bin()oct()hex()memoryview()

2024-05-26 23:07:08 923

原创一文搞懂多元线性回归 | 多项式回归 | 岭回归 | Lasso回归原理推导，L1、L2正则化以及代码实现

在多元线性回归中，我们的目标是使用一组输入变量（或特征）x1,x2,...,xDx_1, x_2, ..., x_Dx1,x2,...,xD 来预测一个输出变量 yyy。对于第iii条数据，其回归方程可以表示为：yi=w0+w1xi1+w2xi2+...+wDxiD+ϵi\begin{equation}y_i = w_0 + w_1 x_{i1} + w_2 x_{i2} + ... +w_D x_{iD} + \epsilon_i\end{equation}yi=w0+w1xi1+w

2024-05-24 17:26:11 452

原创 FedNCF: Federated Neural Collaborative Filtering for Privacy-preserving Recommender System

介绍了GDPR推出了数据隐私新规定，为了解决用户的隐私安全问题，使用联邦学习是很有必要的。虽然联邦学习能够不收集用户的隐私，但是从用户上传的梯度或者参数推断用户私人信息，所以本文使用差分隐私对上传数据进行加密。联合推荐已有部分学者研究，但大多都是基于矩阵分解（MF），但联邦神经推荐系统研究十分有限，神经网络能够提高推荐质量，本文使用神经协同过滤（NCF）作为基础模型，提出基于联邦学习的联邦神经协同过滤（FedNCF）。此外为了提高差分隐私的效用，本文提出了一个自适应差分隐私方法。

2024-04-19 09:20:23 1632

原创 FedFast: Going Beyond Average for Faster Training of Federated Recommender Systems | 超越FedAvg的联邦推荐算法

问题现状：大多数已经存在的FL都集中于隐私和准确率上，但是在训练FL时会导致用户性能下降和过多的通信成本，所以给推荐者的推荐系统不仅要准确，还要更快。本文的目的就是开发一个更快更准确的RS。贡献:：本文提出了FedFast算法，能够加快收敛并且保证准确率，其中算法有两个新颖的组件ActvSAMP和ActvAGG分别用来更好的选择用户和更智能的聚合训练模型。范围：本文扩展了FedAvg模型，并结合了GMF模型使得原文本的FedGMF更快的收敛。并且与集中训练的GMF和BPR模型有一定的竞争力。

2022-10-24 16:09:47 520 1

原创 FedNCF：Federated Neural Collaborative Filtering | 联邦神经协同过滤

在这项工作中，我们提出了最先进的神经协同过滤(NCF)方法的联邦版本，用于物品推荐。该算法名为FedNCF，无需用户暴露或传输原始数据就能进行训练。数据本地化既保护了数据隐私，又符合GDPR等法规。尽管联邦学习可以在不传播本地数据的情况下进行模型训练，但原始客户端更新的传输会引发额外的隐私问题。为了应对这一挑战，我们引入了一种保护隐私的聚合方法，它可以满足用户的安全需求。我们从理论上和实验上论证了现有的聚合算法与潜在因子模型的更新不一致。

2022-10-22 09:30:07 997

原创 NLP自然语言处理——问答系统

NLP自然语言处理——问答系统提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用文章目录NLP自然语言处理——问答系统前言一、基于搜索的问答系统二、具体步骤1.处理流程1.1分词1.1.1前向最大匹配(forward-max matching)1.1.2后向最大匹配(forward-max matching)1.1.3 unigram 切分1.1.4 Viterbi分词法1.2预处理1.3文本表示1.4计算相似度1.5返回结

2021-03-29 14:57:28 3221 5

原创语言模型 language model

语言模型（）提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录语言模型（）前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例

2021-03-28 21:41:25 319

原创 MobaXterm连接linux失败问题

MobaXterm连接linux失败问题MobaXtern连接失败可能原因MobaXtern连接失败可能原因linux的ssh服务异常，使用systemctl status sshd.service查看ssh状态，也可以使用systemctl start sshd.servce启动ssh服务。linux的ip地址写错，通过ip addr查看ip地址。如图：我使用的是NAT模式，NAT模式一般是ens33的ip地址：如果上面两种都没有问题，那很有可能是这一种，主机和虚拟机之间的虚

2021-03-01 17:29:16 16361 4

qq_44511981的博客

原创基于星火大模型的群聊对话分角色要素提取挑战赛|#AI夏令营#Datawhale#夏令营-Lora微调与prompt构造

原创一文搞懂贝叶线性斯回归原理推导

原创 python基础-数据结构——hash表、线性探测、二重探测、双重哈希、闭散列（分离链接）（拉链法）Python代码实现

原创 python基础-数据结构-set类型和frozenset类型-底层源码，set集合的用法，它们是怎么存储的？面试官问python是怎么处理Hash冲突的你该怎么回答？

原创 python基础-数据结构-int类型——你知道python的最大整数是什么吗？无限大？还是sys.maxsize?

原创 python基础-数据结构-leetcode刷题必看-queue---队列-python的底层构建

原创 python基础-数据结构-leetcode刷题必看-heapq --- 堆队列算法,TopK问题

原创 python基础-数据结构-leetcode刷题必看-bisect模块--二分查找

原创逻辑回归|logistic回归原理

原创 python基础-数据结构-序列类型--list、tuple、range

原创 python基础-内置常量

原创 python基础-内置函数4-输入输出流-编译与执行

原创 python基础-内置函数3-类与对象相关内置函数

原创 python基础-内置函数2-range zip enumerate iter aiter all filter next anext any slice all any filter map

原创 python基础-内置函数1，类型转换，字符串转数字，数字转字符串，类型转换

原创一文搞懂多元线性回归 | 多项式回归 | 岭回归 | Lasso回归原理推导，L1、L2正则化以及代码实现

原创 FedNCF: Federated Neural Collaborative Filtering for Privacy-preserving Recommender System

原创 FedFast: Going Beyond Average for Faster Training of Federated Recommender Systems | 超越FedAvg的联邦推荐算法

原创 FedNCF：Federated Neural Collaborative Filtering | 联邦神经协同过滤

原创 NLP自然语言处理——问答系统

原创语言模型 language model

原创 MobaXterm连接linux失败问题

啊啊啊vocab.txt

testdata.txt

spell-error.txt

问题+答案，问答系统.json

stop_words_English.txt

python多进程问题