第四范式深耕於人工智能領域，在人工智能相關算法、應用、系統和底層架構設計等有兼具廣度和深度的理解。 隨着近幾年先進存儲技術的飛速發展，涌現出了具有顛覆性的存儲技術，比如非易失性存儲、SSD等。基於此類技術的異構內存架構，正在顛覆傳統應用程序的設計和優化模式。 第四范式在異構內存架構上搶先布局 ...

在Android應用里，最耗費內存的就是圖片資源。而且在Android系統中，讀取位圖Bitmap時，分給虛擬機中的圖片的堆棧大小只有8M，如果超出了，就會出現OutOfMemory異常。所以，對於圖片的內存優化，是Android應用開發中比較重要的內容。 Bitmap類 ...

本系列文檔是根據小象學院-鄒博主講的《機器學習》自己做的筆記。感覺講得很好，公式推理通俗易懂。是學習機器學習的不錯的選擇。當時花了幾百大洋買的。覺得不能浪費，應該不止一遍的研習。禁止轉載，嚴禁用於商業用途。廢話不多說了，開始整理筆記。 首先從凸集及其性質開始，鄒博老師在課程里講得很詳細，筆記 ...

CSDN的博主poson在他的博文《機器學習的最優化問題》中指出“機器學習中的大多數問題可以歸結為最優化問題”。我對機器學習的各種方法了解得不夠全面，本文試圖從凸優化的角度說起，簡單介紹其基本理論和在機器學習算法中的應用。 1.動機和目的 人在面臨選擇的時候重視希望自己能夠 ...

2015-09-09 今天買的凸優化剛到。從今天開始學習一些基礎的概念。不知道2年的時間能不能學會並且解決實際的問題。 線性函數需要嚴格滿足等式，而凸函數僅僅需要在a和b取特定值得情況下滿足不等式。因此線性規划問題也是凸優化問題，可以將凸優化看成是線性規划的擴展。 1. ...

涉及： 使用交叉驗證對模型進行評估 使用網格搜索尋找模型的最優參數 對分類模型的可信度進行評估 使用交叉驗證進行模型評估 以前的內容，經常涉及使用sklear中的train_t ...

一、梯度下降法 1、標准梯度下降法（GD） 公式：Wt+1=Wt−ηtΔJ(Wt)">Wt+1=Wt−ηtΔJ(Wt) W ...

優化與深度學習 優化與估計 盡管優化方法可以最小化深度學習中的損失函數值，但本質上優化方法達到的目標與深度學習的目標並不相同。 優化方法目標：訓練集損失函數值 深度學習目標：測試集損失函數值（泛化 ...