【调用栈】 【业务逻辑】 【数据结构】 【参考】 https://zhuanlan.zhihu.com/p/100424042
1.PyTorch 笔记2.DataLoader https://zhuanlan.zhihu.com/p/400830261 2.pytorch Dataloader Sampler参数深入理解 https://blog.csdn.net/Chinesischguy/article/details/103198921 3. Pytorch Sampler详解 https://zhuanlan.zhihu.com/p/82985227 4. pytorch-DataLoader（数
NPU基本框架 参考链接： https://zhuanlan.zhihu.com/p/398497447/edit
光达的原理类似于声呐。只不过这里我们用光代替声音，来衡量汽车与障碍物之间的距离。和蝙蝠靠回声定位一样，汽车向四周发射激光束，并通过反射回来的信号绘制出周围环境的3D模型。光达的英文是Lidar，拆开看就是： Li：Light（光），光达发射出人肉眼无法看到的红外线。 d：detection（检测），靠发
参考文献： [1]. Cohen, & Michael, X. (2017). Where does EEG come from and what does it mean?. Trendsin Neurosciences, 40(4), 208-218. [2]. Ishihara T, Yoshii N. (1967). The interaction betweenparoxysmal EEG activities and continuous addition work of Uchi
消息队列基础理论 消息队列模式 消息队列，测试关注面 来自：https://zhuanlan.zhihu.com/p/84007327 https://zhuanlan.zhihu.com/p/92683018
基于SimBERT生成相似文本和检索相似文本的能力，我们会在文本分类任务中通过SimBERT来获取更多的伪标签语料。通过SimBERT根据现有的标注语料来生成相似文本，或者构建搜索库从搜索库中检索相似文本可以获取很多语义相关性较好的伪标签语料数据。这在实际的业务中也证明了可以有效提升
虚拟机扩容 下载gparted-live-1.1.0-5-amd64.iso镜像 关闭需要编辑虚拟机设置，将硬盘大小改成80G，将镜像文件改成上面的文件 点击“打开电源时进入固件”，进入系统 进入系统后，设置一番，选择CD-ROM启动，按F10保存，进入gparted图形界面，调整分区大小。退出该系统镜像。reboot系统。
https://zhuanlan.zhihu.com/p/351678987 https://waltyou.github.io/Faiss-Introduce/ https://zhuanlan.zhihu.com/p/296321754 另外，在存储embedding时，用pickle也是极好的
复习要点：本文围绕以下几点进行阐述 1、为什么使用redis 2、使用redis有什么缺点 3、单线程的redis为什么这么快 4、redis的数据类型，以及每种数据类型的使用场景 5、redis的过期策略以及内存淘汰机制 6、redis和数据库双写一致性问题 7、如何应对缓存穿透和缓存雪崩问题 8、如何
Homebrew国内如何自动安装（国内地址） https://zhuanlan.zhihu.com/p/111014448 完美解决Error: Running Homebrew as root is extremely dangerous and no longer supported. https://www.freesion.com/article/1914390492/
1.UMAP降维 https://zhuanlan.zhihu.com/p/150788883 在使用UMAP时不需要像t-sne那样先通过AE/PCA降到一定的维度再去第二次降维， https://zhuanlan.zhihu.com/p/109584077
https://www.cnblogs.com/DicksonJYL/p/9541432.html 观点： 1、数学是必须的。 数学对于机器学习来说是必备基础，数学是内功，你要理解一个算法的内在逻辑，没有数学是不行的。以后跑算法的时候，你可能就是调参、调包，不会用到数学。但是你发现效果不好的时候，如果你数学不懂，就很难作优
https://zhuanlan.zhihu.com/p/28080975 临时方案 # Manage Jenkins->Script console，输入如下命令并进行执行。 System.setProperty("hudson.model.DirectoryBrowserSupport.CSP", "")
https://zhuanlan.zhihu.com/p/165152789 添加链接描述
https://mp.weixin.qq.com/s/tu3s4VZbFxKIz0Kjz82KWg https://zhuanlan.zhihu.com/p/260412613
1. https://pytorch.org Doc: https://pytorch.org/docs/stable/index.html 2. 深度学习：Xavier and Kaiming Initialization https://zhuanlan.zhihu.com/p/64464584
https://zhuanlan.zhihu.com/p/143834871 https://zhuanlan.zhihu.com/p/372580671 编程就是一门技术,如果不适合你,换一种就是了
具体参见原文链接： https://blog.csdn.net/gwplovekimi/article/details/89890510 https://zhuanlan.zhihu.com/p/267249291 《百面深度学习》还介绍了一种卷积名为可变形卷积，有兴趣可以了解一下：https://blog.csdn.net/yeler082/article/details/78370795 https://zhuanlan.zhihu.c
几行代码就可以提升模型泛化能力。 参考的博客： https://zhuanlan.zhihu.com/p/91269728 有pytorch的实现，开箱即食。 https://zhuanlan.zhihu.com/p/103593948 原理的说明更容易理解，而且覆盖的对抗训练方法更多更广更新。
原文：https://zhuanlan.zhihu.com/p/50444885
一、总结 代码：https://github.com/maszhongming/MatchSum 感觉论文讲的不清不楚的啊，一头雾水。 后面可以看下这个 BERTSUM论文笔记：https://zhuanlan.zhihu.com/p/264184125 BERT时代下的摘要提取长文总结：https://zhuanlan.zhihu.com/p/338154240
在风控的业务场景里，需要知道申请用户获得授信的概率，目的是为了过滤掉某个阈值以下的用户或者为了更好地判断用户分配给哪个资方； 在计算广告/推荐系统的业务场景里，需要知道用户点击该广告、商品的概率(ctr)，目的是为了过滤掉某些低于阈值的广告或者用于做商品排序展示。 对于逻辑
最近接触到一些需求需要进行二维码识别并且显示出链接地址，找了许多发现有的要么写的很啰嗦，看的云里雾里。也有其他的教程显示的并不是打印出链接，经过一山又一城的搜索，哈哈哈哈哈，然后就发现其实可以这么简单直接地识别二维码。 import pyzbar.pyzbar as pyzbar import cv2 im
Mysql索引简明教程 - 柳树的文章 - 知乎 https://zhuanlan.zhihu.com/p/40820574
