皮皮鲁的科技星球

我在自己的网站中专门介绍过GPU的一些硬件基础知识：https://lulaoshi.info/gpu/gpu-basic/gpu.html。英伟达为优化深度学习的矩阵运算，在较新的微架构中，专门设计了Tensor Core这样的混合精度核心，因此，人工智能训练最好选择带有Te…

在生物神经网络中，一个神经元（Neuron，又被称为Unit）会和多个神经元相连，当神经元兴奋时，它会向相连的神经元发送化学物质，进而改变相连神经元的电位；如果某个神经元的电位超过了阈值（Threshold），这个神经元被激活为兴奋状态，再进而向其他神经元发送化学物质。机器学习…

为了避免过拟合，一种手段是使用正则化（Regularizaiton）来限制模型的复杂程度。Regularization从英文直译过来是“规则化”，就是说，在原来的问题求解条件上加一些规则限制，避免模型过于复杂，出现过拟合的情况。 我的网站公示显示效果更好，欢迎访问：https:…

回归问题是指目标值为整个实数域，分类问题是指目标值为有限的离散值。 这是一个回归模型，模型可以预测范围的目标值。在模型求解时，我们可以使用误差平方定义损失函数，最小化损失函数即可求得模型参数。 当时，将分类目标判定为负例，当时将分类目标判定为正例。这个分类函数其实是一个阶跃函数…

前面我们讨论了使用线性回归来对一个数据集进行建模，机器学习的真实应用场景是让算法学习到的参数在先前未观测到的新输入数据上仍然能够预测准确，而不只是在训练集上表现良好。能在新输入数据上表现良好的能力被称为**泛化（Generalization）**能力。 为了验证模型的泛化能力，…

我的网站公式显示效果更好：https://lulaoshi.info/machine-learning/linear-model/maximum-likelihood-estimation.html，欢迎访问。 本专栏之前的文章介绍了线性回归以及最小二乘法的数学推导过程。对于一…

我的网站上对公式展示效果更好，https://lulaoshi.info/machine-learning/linear-model/minimise-loss-function.html，欢迎访问。 前一节我们曾描述了线性回归的数学表示，最终得出结论，线性回归的机器学习过程就…

我的网站公式显示效果更好：https://lulaoshi.info/machine-learning/linear-model/linear-regression.html，欢迎访问。 线性回归对已有数据进行建模，可以对未来数据进行预测。有些人觉得线性回归太过简单，甚至不屑于…

某条数据投递到某个流处理系统后，该系统对这条数据只处理一次，提供Exactly-Once的保障是一种理想的情况。如果系统不出任何故障，那简直堪称完美。然而现实世界中，系统经常受到各类意外因素的影响而发生故障，比如流量激增、网络抖动、云服务资源分配出现问题等。如果发生了故障，Fl…