榜单
服务器优惠
AI论文
-
Softmax
Softmax 练习 练习 问题 问题 Softmax 在本章中我们主要使用交叉熵代价函数来解决学习速度衰退的问题。不过，我想首先简要的介绍一下解决这个问题的另一种方法，这种方法是基于神经元中所谓的 softmax 层。我们并不打算在本章余下的部分使用 softmax 层，所以，如果你很心急，你可以跳过本节直接进入下一节的阅读。然而，soft... -
hub.strategy
hub.strategy Class hub.finetune.strategy.AdamWeightDecayStrategy Class hub.finetune.strategy.DefaultFinetuneStrategy Class hub.finetune.strategy.L2SPFinetuneStrategy Class hu... -
7.3 朴素贝叶斯分类器
7.3 朴素贝叶斯分类器 7.3 朴素贝叶斯分类器 不难看出：原始的贝叶斯分类器最大的问题在于联合概率密度函数的估计，首先需要根据经验来假设联合概率分布，其次当属性很多时，训练样本往往覆盖不够，参数的估计会出现很大的偏差。为了避免这个问题，朴素贝叶斯分类器（naive Bayes classifier）采用了“属性条件独立性假设”，即样本数据的所... -
三、Word2Vec
三、Word2Vec 3.1 CBOW 模型 3.1.1 一个单词上下文 3.1.2 参数更新 3.1.3 多个单词上下文 3.2 Skip-Gram 3.2.1 网络结构 3.1.2 参数更新 3.3 优化 3.3.1 分层 softmax a) 网络结构 b) 参数更新 3.3.2 负采样 a) 原理 b) 参数更新 3.3.3... -
Bloom Filter 结构
Bloom Filter 结构 基于 Hash 的快速查找 更高效的布隆过滤器 Bloom Filter 结构 布隆过滤器（Bloom Filter），1970 年由 Burton Howard Bloom 在论文《Space/Time Trade-offs in Hash Coding with Allowable Errors》提出。布隆过滤... -
Bloom Filter 结构
布隆过滤器 基于 Hash 的快速查找 更高效的布隆过滤器 布隆过滤器 布隆过滤器（Bloom Filter）是在 1970 年由 Burton Howard Bloom 在论文《Space/Time Trade-offs in Hash Coding with Allowable Errors》提出的。布隆过滤器是一种基于 Hash 的高效查找结... -
贝叶斯法则
贝叶斯法则 贝叶斯法则 贝叶斯法则描述了P(h)、P(h|D)、P(D)、以及P(D|h)这四个概率之间的关系： 这个公式是贝叶斯方法论的基石。在数据挖掘中，我们通常会使用这个公式去判别不同事件之间的关系。 我们可以计算得到在某些条件下这位运动员是从事体操、马拉松、还是篮球项目的；也可以计算得到某些条件下这位客户是否会购买Sencha绿茶等。... -
配置请求的路由规则
配置请求的路由规则 基于内容的路由 内部实现 配置请求的路由规则 在上一节安装istio 中我们创建BookInfo 的示例，熟悉了Istio的基本功能，现在我们再来看一下istio的高级特性——配置请求的路由规则。 使用istio我们可以根据权重 和HTTP headers 来动态配置请求路由。 基于内容的路由 因为BookInfo示例... -
Bloom Filter 结构
布隆过滤器 基于 Hash 的快速查找 更高效的布隆过滤器 布隆过滤器 布隆过滤器（Bloom Filter）是在 1970 年由 Burton Howard Bloom 在论文《Space/Time Trade-offs in Hash Coding with Allowable Errors》提出的。布隆过滤器是一种基于 Hash 的高效查找结... -
Bloom Filter 结构
Bloom Filter 结构 基于 Hash 的快速查找 更高效的布隆过滤器 Bloom Filter 结构 布隆过滤器（Bloom Filter），1970 年由 Burton Howard Bloom 在论文《Space/Time Trade-offs in Hash Coding with Allowable Errors》提出。布隆过滤...