2017年12月_心灵的爱

原创 nodejs中异常错误的处理方式

因为nodejs是单线程的，所以一旦发生错误或异常，如果没有及时被处理整个系统就会崩溃。错误异常有两种场景的出现，一种是代码运行中throw new error没有被捕获，另一种是Promise的失败回调函数，没有对应的reject回调函数处理，针对这两种情况Nodejs都有默认的统一处理方式，就是给整个进程process对象监听相应的错误事件。比如 1 process.on('uncaug

2017-12-27 11:32:28 4225

转载 Sequelize 中文文档 v4 - Transactions - 事务

Transactions - 事务此系列文章的应用示例已发布于 GitHub: sequelize-docs-Zh-CN. 可以 Fork 帮助改进或 Star 关注更新. 欢迎 Star. Sequelize 支持两种使用事务的方法：一个将根据 promise 链的结果自动提交或回滚事务，（如果启用）用回调将该事务传递给所有调用而另一个 leave committi

2017-12-27 10:42:04 1510

转载牛顿法

牛顿法法主要是为了解决非线性优化问题，其收敛速度比梯度下降速度更快。其需要解决的问题可以描述为：对于目标函数f(x)，在无约束条件的情况下求它的最小值。其中x=(x1,x2,..,xn)是n维空间的向量。我们在下面需要用到的泰勒公式先在这写出来。牛顿法的主要思想是：在现有的极小值估计值的附近对f(x)做二阶泰勒展开，进而找到极小点的下一个估计值，反复迭代直到函数的一

2017-12-13 14:34:50 432

转载 Logistic Regression（逻辑回归）原理及公式推导

Logistic Regression（逻辑回归）是机器学习中一个非常非常常见的模型，在实际生产环境中也常常被使用，是一种经典的分类模型（不是回归模型）。本文主要介绍了Logistic Regression（逻辑回归）模型的原理以及参数估计、公式推导方法。模型构建在介绍Logistic Regression之前我们先简单说一下线性回归，，线性回归的主要思想就是通过历史数据拟合出

2017-12-12 10:29:24 1118

转载最大似然估计（MLE）最大后验概率（MAP）

1）最大似然估计 MLE 给定一堆数据，假如我们知道它是从某一种分布中随机取出来的，可是我们并不知道这个分布具体的参，即“模型已定，参数未知”。例如，我们知道这个分布是正态分布，但是不知道均值和方差；或者是二项分布，但是不知道均值。最大似然估计（MLE，Maximum Likelihood Estimation）就可以用来估计模型的参数。MLE的目标是找出一组参数，使得模型产生出观测数据

2017-12-11 10:32:18 197

转载 Python装饰器学习

在《Core Python Programming 2nd》中学习到了装饰器，这对我来说是个完全陌生的语法，第一遍愣是没看懂，很有必要记一下。第一眼看到这个词Decorator，我联想到了DP中的Decorator模式，后来才知道完全不是这么一回事。（再次鄙视一下国内浮躁的博客，我google了一下，几乎千篇一律都是什么锁同步装饰器、超时装饰器，我对原作者表达敬仰，可是大家都是转

2017-12-04 11:32:54 169

转载 Python的With学习

With语句是什么？ Python’s with statement provides a very convenient way of dealing with the situation where you have to do a setup and teardown to make something happen. A very good example for this is the

2017-12-01 17:37:00 143

u013080278的专栏