_星期五__

由于公司主要项目几乎是 React 主导，所以本文会主要从 React 的视角来解析这个框架。事实上，Kbone 适合 Vue、React、Preact。不同框架的视角会有一些不一致，不过本质是相同的。 本身 reactDom 是为浏览器环境而生的，因为只有浏览器环境才有 do…

实验采用了4000条简单数据类型。点击按钮后，数据源变化为3000条另外的新数据。 实验中这种切换时的顿挫感是非常明显的。即使是微信原生也会有可感知的毫秒级的顿挫，但 Chameleon 相比微信原生而言，顿挫感快提升到秒级了。 下面使用微信原生的框架代码来实现同样的功能，并测…

零. 开门见山的 Bug 解决方案 该写固定的 width，height 就写固定 width，height 。（修复简单，但这样 table 就不灵活，没法针对动态变化高度） 针对简单场景，可以用 setTimeout 在 mounted 之后触发下文的 syncFixedT…

知识蒸馏简单来说将原本复杂的模型，用一个小模型代替，小模型直接学习大模型的预测结果。 如图 y1和y2,y3 的分数差距非常大，这样的话和直接学label就没有区别了，我们需要扩大label之间的联系，所以引入Temperature系数来解决这个问题。

LSTM的第一步是决定我们需要从cell状态中扔掉什么样的信息。这个决策由一个称为“遗忘门（forget gate）”的sigmoid层决定。输入 和 ，输出一个0和1之间的数。1代表“完全保留这个值”，而0代表“完全扔掉这个值”。 比如对于一个基于上文预测最后一个词的语言模型…

定义隐藏单元的值。为了表明状态是网络的隐藏单元，我们使用变量 h 代表状态重写式： 展开的循环架构允许我们将 g(t) 分解为函数 f 的重复应用。因此，展开过程引入两个主要优点： 无论序列的长度，学成的模型始终具有相同的输入大小，因为它指定的是从一种状态到另一种状态的转移，而…

特征选择和降维计算一样，都能有效的减轻维数灾难问题，事实上，特征选择和降维计算是处理高维数据的两大主流技术。但与降维将高维属性投影嵌入到低维空间不同，特征选择是直接将无关的属性去除，这会有效降低学习任务的难度，就像侦探破案一样，将繁杂的因素抽丝剥茧，只留下关键信息，则真相往往更…

依然还记得2004年左右Isomap横空出世的惊奇， 再看t-SNE的诞生，真是膜拜！ 也正是Hinton对PCA能理解到他的境界， 他才能发明t-SNE。 最大可分性：样本点在这个超平面上的投影能尽可能分开。 下面我们以3维降到2维为例，来试着理解为什么需要这两种性质。图10…

特征向量的几何含义是：特征向量通过方阵A变换只进行伸缩，而保持特征向量的方向不变。 当v为零向量时，等式一定成立，但我们需要求非零解v。假设为为下图的黄线： 求得λ代入到式子中可以得到特征向量。 一般来说对角矩阵实际情况中很难出现，所以我们需要构造这样的矩阵，假设矩阵有好多个特…