附录 B. 简短辅导课程 附录 B. 简短辅导课程 尽管这本书的主要目标用户是管理员和高级用户，但是我们也不想忽视初学者。这篇附录是一篇讲述操作Unix 计算机基础内容。

谁将从 SpaceVim 中获益？ 初级 Vim 用户. 追求优雅界面的 Vim 用户 追求更少肌肉损伤 的 Vim 用户 想要学习一种不一样的编辑文件方式的 Vim 用户 追求简单但是可高度配置系统的 Vim 用户

Fluid编程指南 使用Tensor表示数据 数据传入 使用Operator表示对数据的操作 使用Program描述神经网络模型 使用Executor执行Program 代码实例 What's next Fluid编程指南 本文档将指导您如何用Fluid API编程并搭建一个简单的神经网络。阅读完本文档，您将掌握： Fluid有哪些...

一、提升树 1.1 算法 1.2 GBT 1.3 正则化 1.4 RF vs GBT 一、提升树 提升树boostring tree 是以决策树为基本学习器的提升方法。它被认为是统计学习中性能最好的方法之一。 对分类问题，提升树中的决策树是二叉决策树；对回归问题，提升树中的决策树是二叉回归树。 提升树模型可以表示为决策树为基本学习器...

1. 面向对象思想 1.1 面向对象思想引入 1.2 面向过程思想概述 1.3 面向对象思想概述 1.4 面向对象开发、设计、特征 2. 类与对象及其使用 2.1 类与对象的关系 2.2 类的定义 2.3 对象内存图 2.4 成员变量和局部变量的区别 2.5 形式参数问题 2.6 匿名对象 2.7 封装(private) 2.8 th...

Git 内部原理 不管你是从前面的章节直接跳到了本章，还是读完了其余各章一直到这，你都将在本章见识 Git 的内部工作原理和实现方式。我个人发现学习这些内容对于理解 Git 的用处和强大是非常重要的，不过也有人认为这些内容对于初学者来说可能难以理解且过于复杂。正因如此我把这部分内容放在最后一章，你在学习过程中可以先阅读这部分，也可以晚点阅读这部分，这完全...

Angel中的优化器 1. SGD 2. Momentum 3. AdaGrad 4. AdaDelta 5. Adam 4. FTRL Angel中的优化器 机器学习的优化方法多种多样, 但在大数据场景下, 使用最多的还是基于SGD的一系列方法. 在Angel中目前只实现了少量的最优化方法, 如下: 基于随机梯度下降的方法 SDG:...

3.15. 数值稳定性和模型初始化 3.15.1. 衰减和爆炸 3.15.2. 随机初始化模型参数 3.15.2.1. MXNet的默认随机初始化 3.15.2.2. Xavier随机初始化 3.15.3. 小结 3.15.4. 练习 3.15.5. 参考文献 3.15. 数值稳定性和模型初始化 理解了正向传播与反向传播以后，我们来讨论...

快速开始 PWA 工程 准备 依赖工具 初始化工程 目录结构 运行 快速开始 PWA 工程 我们提供了一套 CLI 脚手架工具，协助开发者快速搭建一个基于 Vue 的 PWA 工程，并且迅速体验 PWA 效果。 准备 本地安装最新版本的 Node.js Node.js：https://nodejs.org/ Git：https:...

2.1 环境配置 2.1.1 Anaconda 2.1.2 Jupyter 2.1.3 PyTorch 2.1.4 其他 2.1 环境配置 本节简单介绍一些必要的软件的安装与配置，由于不同机器软硬件配置不同，所以不详述，遇到问题请善用Google。 2.1.1 Anaconda Anaconda是Python的一个开源发行版本，主要面向...