秃顶的码农

“啊！” 我今天居然被通知裁员了！！！ 虽然之前一直盛传我们这边要裁员，但是我想着，应该一时半会轮不到我这边，我感觉我们项目还是相对挣点钱的。但是呢，心里也是挺忐忑的。 今天，我正在那全心全意的敲代码

最近发现了一款全新的Web服务器，Star数超越Nginx，标星38K+Star。试用了一下，发现它使用起来比Nginx优雅多了，功能也很强大，推荐给大家！

​ 目录 目录 前言： 定义： 分析 算法描述 前言： 定义： 特点： 实现简单； 迭代算法，每一步需要求解目标函数的梯度向量。 定义： 假设f（x）是 R^NR N 上具有一阶连续偏导数的函数，要求

白话机器学习-最优化方法-牛顿法 @[toc] 简介 特点 收敛速度快； 方式 牛顿法是迭代算法，每一步需要求解目标函数的海塞矩阵的逆矩阵，计算比较复杂（后续会讲解拟牛顿法，拟牛顿法通过正定矩阵近似海

ensorFlow来说，支持声明式的编程，灵活高效，支持预编译等机制，那么他是如何做到的呢。其实大家在上大学的时候，我们学计算机知道程序 = 数据结构 + 算法。

最近分享的都是算法方面的知识，好久没写工程了。本文主要分享下原子操作的实现原理，并且介绍下CAS的相关知识，希望大家喜欢。

前言 线性模型的基本形式 输入：x=（x1；x2；x3；...；xd)。表示：示例有d个属性，xi表示第i个属性；y表示输入x的标记。（x，y）组成样本点。 输出：通过训练样本集，学习一个通过属性的线

前面讲述了线性回归，线性回归的模型 y=w T +b。模型的预测值逼近真实标记y。那么可否令模型的预测值逼近真实标记y的衍生物呢。比如说模型的预测值逼近真实标记的对数函数。下面引入逻辑回归的知识。

感知机1957年由Rosenblatt提出，是神经网络与支持向量机的基础，对神经网络的学习与深度学习有着重要的意义。