1.1. 广义线性模型 1.1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法的复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数：广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于...

配置 Drillbit 共享资源 配置查询队列 配置并行化 并行化配置过程 planner.width.max_per_node planner.width.max_per_query 数据隔离 配置 Drillbit 共享资源 为了管理一个集群中多用户共享 Drillbit，在内存中配置 Drill 队列和并发，相关描述在前面的章节有介...

滴滴小程序框架Mpx发布2.0，支持小程序跨平台开发，可直接转换已有微信小程序 跨平台开发 设计理念 使用方法 差异抹平 条件编译 性能优化 setData优化 包体积优化 渐进迁移 未来规划 滴滴小程序框架Mpx发布2.0，支持小程序跨平台开发，可直接转换已有微信小程序 作者：董宏平 (hiyuki) Mpx是一款致力于...

编写和优化Go代码 何时何地做优化 整理来源(书栈小编注) 编写和优化Go代码 本文档概述了编写高性能Go代码的最佳实践。 虽然有些讨论会提高单个服务的速度（通过缓存等），但设计高性能的分布式系统已经超出了这项工作的范围。在监控和分布式系统设计方面已经有很好的文章，它包含了一套完全不同的研究和设计权衡理论。 所有内容将根据CC-BY-SA进行...

开始开发 第一步：下载最新版360安全浏览器客户端 第二步：准备NodeJs开发环境 第三步：查看360小程序开发者文档，并遵照文档进行开发 第四步：打开360浏览器开发者模式 第五步：进入360浏览器开发者模式 第六步：新建小程序目录 第七步：关联小程序工程源码 第八步：使用开发命令进行调试 第九步：使用打包命令进行打包 第十步：使用浏览...

3.1 线性回归 3.1 线性回归 线性回归问题就是试图学到一个线性模型尽可能准确地预测新样本的输出值，例如：通过历年的人口数据预测2017年人口数量。在这类问题中，往往我们会先得到一系列的有标记数据，例如：2000—>13亿…2016—>15亿，这时输入的属性只有一个，即年份；也有输入多属性的情形，假设我们预测一个人的收入，这时输入的属性值就不...

三、 mini-batch 3.1 mini-batch 大小 3.2 随机抽样 3.3 重复样本 三、 mini-batch 机器学习算法和一般最优化算法不同的一点：机器学习算法的目标函数通常可以分解为每个训练样本上的损失函数的求和。如： 。 最大化这个总和，等价于最大化训练集在经验分布上的期望： 当使用基于梯度的优化算法求解时，...

与不同的文件系统协同工作 文件系统的行为 避免最低公分母方法 采用超集方法 大小写保留 Unicode 编码格式保存 敏感的 Unicode 编码 比较不同的 Unicode 编码 时间戳解析 不要通过规范化来损坏文件名和时间戳 适当地使用规范化比较函数 为比较函数的细微差别做好准备 与不同的文件系统协同工作 Node.js 公...

roi_pool roi_pool paddle.fluid.layers.roi_pool ( input, rois, pooled_height=1, pooled_width=1, spatial_scale=1.0 ) [源代码] 该OP实现了roi池化操作，对非均匀大小的输入执行最大池化，以获得固定大小的特征映射(例如7*7)。 ...