2013年12月_xiewenbo

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

转载三硬币问题

讲一个EM算法和Gibbs 抽样的小例子，用于加深理解。题目：假设有3枚硬币，分别记做A，B，C。这些硬币正面出现的概率分别是π,p和q。进行如下掷硬币实验：先掷硬币A，根据其结果选出硬币B或C，正面选B，反面选硬币C；然后投掷选重中的硬币，出现正面记作1，反面记作0；独立地重复n次（n=10)，结果为1111110000我们只能观察投掷硬币的结果，而不知其

2013-12-30 16:06:57 2144

转载矩阵的基本概念

矩阵的逆：逆矩阵：设A是数域上的一个n阶方阵，若在相同数域上存在另一个n阶矩阵B，使得： AB=BA=E。则我们称B是A的逆矩阵，而A则被称为可逆矩阵。A是可逆矩阵的充分必要条件是∣A∣≠0，即可逆矩阵就是非奇异矩阵。（当∣A∣=0时，A称为奇异矩阵）奇异矩阵：奇异矩阵是线性代数的概念，就是对应的行列式等于0的矩阵。首先，看这个矩阵是不是方阵（即行数和列数相

2013-12-25 21:07:30 1038

转载奇异值分解（SVD）详解

SVD分解SVD分解是LSA的数学基础，本文是我的LSA学习笔记的一部分，之所以单独拿出来，是因为SVD可以说是LSA的基础，要理解LSA必须了解SVD，因此将LSA笔记的SVD一节单独作为一篇文章。本节讨论SVD分解相关数学问题，一个分为3个部分，第一部分讨论线性代数中的一些基础知识，第二部分讨论SVD矩阵分解，第三部分讨论低阶近似。本节讨论的矩阵都是实数矩阵。基础知识1

2013-12-25 18:30:38 702

转载梯度下降

一.解决目标及情景假设:当给定一些数据，输入x向量已知，输出y也已知，设计一个线性函数y=h（x）去拟合这些数据。既然是线性函数，在此不妨设为h（x）=w0*x0+w1*x1。此时我们遇到的问题就是如何确定w0和w1这两个参数，即w=（w0，w1）这个向量。既然是拟合，则拟合效果可以用误差函数：E（w）=∑ [ h（x）- y ] ^2 / 2 来衡量。其中

2013-12-24 20:42:19 596

转载 SVD Recommendation System in Ruby

线性代数相关知识：任意一个M*N的矩阵A（M行*N列，M>N），可以被写成三个矩阵的乘积：1. U：（M行M列的列正交矩阵）2. S：（M*N的对角线矩阵，矩阵元素非负）3. V：（N*N的正交矩阵的倒置）即A=U*S*V'（注意矩阵V需要倒置）直观地说：假设我们有一个矩阵，该矩阵每一列代表一个user，每一行代表一个item。如上图，ben,tom…....

2013-12-24 20:31:59 893

转载大数据提速：Impala能否取代Hive

近日，Cloudera发布Impala实时查询引擎Impala 1.0 beta版，并声称这项革命性的技术能解决Hadoop批处理延迟问题（比原来基于MapReduce的Hive SQL查询速度提升3～30倍），开源的Impala还为Hadoop打开了通向关系型数据库和商业智能工具的大门。Impala是运行于现有Hadoop基础设施上的实时互动SQL查询引擎，可以让Hdadoop DF

2013-12-18 21:41:31 2095

转载主成分回归在径流预测中的应用

摘要: 采取主成分回归方法对具有多重共线性的湘江流域43 a径流资料进行了分析，以实测径流量、降水量和蒸发量等7 个指标进行了样本预测。结果表明:主成分回归比多元线性回归的误差小，预测值更接近于实测值。关键词: 多重共线性; 主成分回归; 多元线性回归; 径流预测中图分类号: P333 文献标识码: A doi: 10．3969 /j．issn．1000-1379．2012．0

2013-12-16 21:53:55 2746

转载 tomcat access log

首先是配置tomcat访问日志数据，默认情况下访问日志没有打开，配置的方式如下：编辑 ${catalina}/conf/server.xml文件.注:${catalina}是tomcat的安装目录把以下的注释()去掉即可。 --> 其中 directory是产生的目录 tomcat安装${catalina

2013-12-16 15:05:41 716

转载 git 删除远程分支

git branch -d -r origin/social

2013-12-09 16:52:29 608

转载奇异矩阵与非奇异矩阵

1非奇异矩阵的定义若n阶矩阵A的行列式不为零，即 |A|≠0，则称A为非奇异矩阵，否则称A为奇异矩阵。2概念、性质及判定方法n 阶方阵 A 是非奇异方阵的充要条件是 A 为可逆矩阵，也即A的行列式不为零。即矩阵（方阵）A可逆与矩阵A非奇异是等价的概念。对一个 n 行 n 列的非零矩阵A，如果存在一个矩阵 B 使 AB = BA =E（ E是单位矩阵），则称

2013-12-09 16:40:01 12832

转载 mysql lock

锁是计算机协调多个进程或线程并发访问某一资源的机制。在数据库中，除传统的计算资源（如CPU、RAM、I/O等）的争用以外，数据也是一种供许多用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解决的一个问题，锁冲突也是影响数据库并发访问性能的一个重要因素。从这个角度来说，锁对数据库而言显得尤其重要，也更加复杂。本章我们着重讨论MySQL锁机制的特点，常见的锁问题，以及解决My

2013-12-04 21:02:25 961

谈到并行计算应用，会有人想到PageRank算法，我们有成千上万的网页分析链接关系确定排名先后，借助并行计算完成是一个很好的场景。长期以来，Google的创始发明PageRank算法吸引了很多人学习研究，据说当年Google创始者兴奋的找到Yahoo!公司，说他们找到一种更好的搜索引擎算法，但是被Yahoo!公司技术人员泼了冷水，说他们关心的不是更好的技术，而是搜索的盈利。后来Google包装成了

2013-12-04 20:07:05 678

转载 mysql cluster

mysql-proxy MySQL Proxy是一个处于你的client端和MySQL server端之间的简单程序，它可以监测、分析或改变它们的通信。它使用灵活，没有限制，常见的用途包括：负载平衡，故障、查询分析，查询过滤和修改等等。[1] MySQL Proxy就是这么一个中间层代理，简单的说，MySQL Proxy就是一个连接池，负责将前台应用的连接请求转发给后台的数据库，并且通过使

2013-12-03 17:55:09 555

httpclient tutorial httpclient 指南

httpclient 指南包括了详细的调用和常用代码 The Hyper-Text Transfer Protocol (HTTP) is perhaps the most significant protocol used on the Internet today. Web services, network-enabled appliances and the growth of network computing continue to expand the role of the HTTP protocol beyond user-driven web browsers, while increasing the number of applications that require HTTP support. Although the java.net package provides basic functionality for accessing resources via HTTP, it doesn't provide the full flexibility or functionality needed by many applications. HttpClient seeks to fill this void by providing an efficient, up-to-date, and feature-rich package implementing the client side of the most recent HTTP standards and recommendations. Designed for extension while providing robust support for the base HTTP protocol, HttpClient may be of interest to anyone building HTTP-aware client applications such as web browsers, web service clients, or systems that leverage or extend the HTTP protocol for distributed communication.

2018-03-08

mask rcnn paper

We present a conceptually simple, flexible, and general framework for object instance segmentation. Our approach efficiently detects objects in an image while simultaneously generating a high-quality segmentation mask for each instance. The method, called Mask R-CNN, extends Faster R-CNN by adding a branch for predicting an object mask in parallel with the existing branch for bounding box recognition. Mask R-CNN is simple to train and adds only a small overhead to Faster R-CNN, running at 5 fps. Moreover, Mask R-CNN is easy to generalize to other tasks, e.g., allowing us to estimate human poses in the same framework. We show top results in all three tracks of the COCO suite of challenges, including instance segmentation, bounding-box object detection, and person keypoint detection. Without tricks, Mask R-CNN outperforms all existing, single-model entries on every task, including the COCO 2016 challenge winners. We hope our simple and effective approach will serve as a solid baseline and help ease future research in instance-level recognition. Code will be made available.

2018-03-07

Applying Deep Learning To Answer Selection

Applying Deep Learning To Answer Selection- A Study And An Open Task

2018-03-07

Learning Phrase Representations using RNN Encoder–Decoder

Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation

2018-03-07

BPTT BackPropagation Through Time.pdf

BPTT paper This report provides detailed description and necessary derivations for the BackPropagation Through Time (BPTT) algorithm. BPTT is often used to learn recurrent neural networks (RNN). Contrary to feed-forward neural networks, the RNN is characterized by the ability of encoding longer past information, thus very suitable for sequential models. The BPTT extends the ordinary BP algorithm to suit the recurrent neural architecture.

2018-03-07

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

转载三硬币问题

转载矩阵的基本概念

转载奇异值分解（SVD）详解

转载梯度下降

转载 SVD Recommendation System in Ruby

转载大数据提速：Impala能否取代Hive

转载主成分回归在径流预测中的应用

转载 LSA SVD PLSI Topic Model

转载 tomcat access log

转载 git 删除远程分支

转载奇异矩阵与非奇异矩阵

转载 mysql lock

转载从赌钱游戏看PageRank算法

转载 mysql cluster

httpclient tutorial httpclient 指南

mask rcnn paper

Applying Deep Learning To Answer Selection

Learning Phrase Representations using RNN Encoder–Decoder

BPTT BackPropagation Through Time.pdf

空空如也