http://yaoleo.github.io/2017/10/27/TransE算法的理解/ tranE是在模型中嵌入知识图谱等三元组类的一个方法，就像是句子利用词典嵌入一样。 ...

一种nb算法，可以求出数列的递推式。 具体过程是这样的。 我们先假设它有一个递推式，然后按位去算他的值。 这是我们算出了f[i]应当是多少，但是f[i]有可能不是我们算出的值，所以我们记录一个delta，为我们算出的值减去f[i]的结果。 然后查看一下之前有没有出过锅 ...

一.理论准备 为了学习网络流，先水一道spfa。 SPFA算法是1994年西南交通大学段凡丁提出，只要最短路径存在，SPFA算法必定能求出最小值，SPFA对Bellman-Ford算法优化的关键之处在于意识到：只有那些在前一遍松弛中改变了距离估计值的点 ...

vibe算法是采用领域像素来创建背景模型，通过比对背景模型和当前输入像素值来检测前景。 模型的工作原理 背景像素样本（该点过去的像素和其领域的像素）的选取：邻域点选取采用8邻域方法随机选取。用v(x)表示图像中x处的像素在给定的欧几里得颜色空间所取得值，每个背景像素x由N个背景样本值集合来建模 ...

最近突发奇想，到B站上看qscqesze神犇的每周算法讲堂，于是便学习了分块这个算法。 分块是一个很暴力的算法，按照某大神的说法，一般的区间问题都可以用他来解决，没有100分也有80分（一般会有80分，运气好有100分）。 分块是一个很暴力的算法，它可以完成几乎所有区间更新和区间查询 ...

一、全链路精准预估技术： 参考： https://arxiv.org/abs/1804.07931 传统的多阶段建模在实际中存在SSB和DS问题： 多阶段模型的样本漏斗： 召 ...

LM算法全称为Levenberg-Marquard algorithm，在正式介绍该算法之前，我们需要先研读一下对该算法的发展有重要意义的几篇论文。首先，我们从LM算法的开篇之作（Levenberg于1944年发表）开始。 A method for the solution ...

目录 mini-batch 指数加权平均 优化梯度下降法：momentum、RMSprop、Adam 学习率衰减 局部最优问题 一、mini-batch mini-batch：把训练集划分成小点的子集 表示法 $x ...