确实应该是『编码网络』，感谢指正
详解深度学习中“注意力机制”1. 前言 本文翻译自《Attention?Attention!》博客 最近几年，注意力——在深度学习社区中，已然成为最广为流行的概念和实用工具。在这篇博客里，我们将一起回顾...
发简信
IP属地：福建
-
-
详解梯度下降优化算法
1. 文章 An overview of gradient descent optimization algorithms 2. 概要 梯度优化算法，作为各大开源库（如Ten...
-
【可视化】网络Attention层1. 前言 准备中期答辩，补充了一个实验，需要对网络结构中的attention层进行可视化，观察序列输入的哪些词或者词组合是网络比较care的。在小论文中主要研究了关于词性...
-
详解深度学习中“注意力机制”1. 前言 本文翻译自《Attention?Attention!》博客 最近几年，注意力——在深度学习社区中，已然成为最广为流行的概念和实用工具。在这篇博客里，我们将一起回顾...
-
Java核心技术--对象与类
4.5 方法参数 方法参数的使用 一个方法不能修改一个基本数据类型的参数（即数值型和布尔型） 一个方法可以改变一个对象参数的状态 一个方法不能让对象参数引用一个新的对象（举个...
-
Java核心技术--接口与内部类
6.1 接口implement 继承接口，即履行“义务” 接口中所有的方法自动属于public，在接口声明中，不必提供关键字public 接口中决不能含有实例域，也不能在接口...
-
机器学习面试006—朴素贝叶斯
1. 怎么理解朴素贝叶斯中的“朴素”？ 因为它假定所有的特征在数据集中的作用是独立同分布的，但这个假设在现实生活中很不真实，因此很“朴素”。 2. 网页搜索中的拼写检查可以基...
-
算法面试小结
1. 求一个数转化为二进制后，包含1的数量 2. 求平均值 解析：x&y是取相同位与，结果是x和y相同位的和的一半；x^y是取x和y的不同位，右移相当于除以2，所以这个函数的...
-
机器学习面试001—支持向量机SVM
1. 关于min和max交换位置满足的 d* <= p* 的条件并不是KKT条件 Ans：这里并非是KKT条件，要让等号成立需要满足strong duality(强对偶)，之...
-
机器学习面试005—决策树
1. 请问（决策树、随机森林，Boosting、Adaboot）GBDT和XGBoost的区别是什么？ Ans：①首先，随机森林是一个包含多个决策树的分类器；AdaBoost...
-
机器学习面试004—正则化
1. L1范数和L2范数的区别是什么？ Ans：①L1范数——指向量中各个元素的绝对值之和，又叫“稀疏规则算子”(Lasso regularization)。它可以实现特征的...
-
机器学习面试003—逻辑斯蒂回归
1. LR为什么可以用来做CTR预估？ Ans：若把点击的样本作为正例，未点击的样本作为负例，则样本的CTR就是样本为正例的概率，LR可以输出样本为正例的概率，故可以解决此类...
-
数据结构基础
循环列表 约瑟夫环问题 核心步骤： 建立一个具有n个链节点、无头节点的循环链表 确定第一个报数人的位置 不断地从链表中删除链节点，直到链表为空 队列 编程实现队列的入队、出队...
-
机器学习面试002—kNN
1. 如何理解kNN中的k的取值？ Ans ：①选取较小的k值时，相当于用较小的领域中的训练实例进行预测，“学习”近似误差会减小，只有与输入实例很相近的样本才会对预测结果起作...
-
BP神经网络下MNIST字体识别1. BP神经网络 神经网络 又称多层感知机，主要包括前馈和反向传播算法，对不同的任务，构建包含不同单元数的隐含层，融合合适的激活函数（Sigmoid、softmax、tan...
-
NoClassDefFoundError排坑经历
1. 前言 实习做NLP任务时，在离线train获得模型bin文件后，在部署到线上之前经常需要测试一下QPS等指标，用Java写了测试流程，用Maven打成jar包之后，上传...
-
JFastText 挖坑指南
1. 前言 之前在做文本分类任务，使用了Facebook开源的Fasttext工具，用其在Unix下编译后得到的fasttext命令训练生成*.bin文件。由于线上需要封装成...
