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...

滴滴开源小程序框架Mpx 设计思路 技术实现 数据响应与性能优化 编译构建 现状和未来 结语 滴滴开源小程序框架Mpx 作者：董宏平 (hiyuki) Mpx是一款致力于提高小程序开发体验的增强型小程序框架，通过Mpx，我们能够以最先进的web开发体验(Vue + Webpack)来开发生产性能深度优化的小程序，Mpx具有以下一些...

滴滴开源小程序框架Mpx 设计思路 技术实现 数据响应与性能优化 编译构建 现状和未来 结语 滴滴开源小程序框架Mpx 作者：董宏平 (hiyuki) Mpx是一款致力于提高小程序开发体验的增强型小程序框架，通过Mpx，我们能够以最先进的web开发体验(Vue + Webpack)来开发生产性能深度优化的小程序，Mpx具有以下一些...

2.7.2.1 入门: 一维最优化 2.7.2.1 入门: 一维最优化 使用scipy.optimize.brent() 来最小化一维函数。它混合抛物线近似与区间策略。 二元函数的Brent方法 : 在3次迭代后收敛, 因为，稍后二元近似精确了。 非凸函数的Brent方法 : 注意最优化方法避免了局部最小值其实是因为运气。 I...

池化 1. pool2d/pool3d 2. roi_pool 3. sequence_pool 池化 池化的作用是对输入特征做下采样和降低过拟合。降低过拟合是减小输出大小的结果，它同样也减少了后续层中的参数的数量。 池化通常只需要将前一层的特征图作为输入，此外需要一些参数来确定池化具体的操作。在PaddlePaddle中我们同样通过设定池化...

Binary Search - 二分搜索 模板一 - lower/upper bound Java 源码分析 模板二 - 最优解 Problem Statement 输入 输出 题解 Java 源码分析 模板三 - 二分搜索的 while 结束条件判定 模板四 － （九章算法）模版 Python Java Problem Stat...

Binary Search - 二分搜索 模板一 - lower/upper bound Java 源碼分析 模板二 - 最優解 Problem Statement 輸入 輸出 題解 Java 源碼分析 模板三 - 二分搜索的 while 結束條件判定 模板四 － （九章算法）模版 Python Java Problem Stat...

13.3 VC维 13.3 VC维 现实中的学习任务通常都是无限假设空间，例如d维实数域空间中所有的超平面等，因此要对此种情形进行可学习研究，需要度量假设空间的复杂度 。这便是VC维 （Vapnik-Chervonenkis dimension）的来源。在介绍VC维之前，需要引入两个概念： 增长函数 ：对于给定数据集D，假设空间中的每个假设都...

Deeplearning Algorithms tutorial K-近邻算法（KNN） 应用案例 Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗，覆盖无人驾驶、智能助手、图像识别等许多层面。苹果业已开始全面...

二、神经网络最优化挑战 2.1 病态黑塞矩阵 2.2 局部极小值 2.3 鞍点 2.4 悬崖 2.5 长期依赖 2.6 非精确梯度 2.7 局部和全局结构的弱对应 二、神经网络最优化挑战 机器学习中，通常会仔细设计目标函数和约束，从而保证最优化问题是凸的。但是神经网络中，通常遇到的都是非凸的最优化问题。 2.1 病态黑塞矩阵 ...