Forrest Hu's Blogs

Forrest Hu's Blogs

技术、架构与生活随笔 · 共 449 篇文章

  1. kaggle泰坦尼克问题实践

    ·Technology MachineLearning

    前言 前言 kaggle泰坦尼克问题实践 Matplotlib 绘制数据集——包含xy数据 绘制直方图 pandas DataFrame Series sklearnpyhone 库安...

  2. kubernetes扩缩容

    ·Technology Kubernetes

    简介 HPA和VPA工作原理——CRD的典型应用 Vertical Pod Autoscaler 示例 原理 实践 Cluster Auto Scaler 源码分析 自定义crd 支持a...

  3. 神经网络模型优化

    ·Technology MachineLearning

    前言机器学习训练中常见的问题和挑战训练网络的一种方法是，通过反复计算实际输出和期望输出之间的差异，然后改变网络的参数值来缩小该差异，从而使损失最小化，或其输出中的误差最小。梯度下降缩小了误差，使计算损失的函数最小化。使用梯度下降，你也有可能被困在一个由多个山谷（局部最小值）...

  4. 《实现领域驱动设计》笔记

    ·Architecture DDD

    简介 DDD入门 领域建模 限界上下文/Bounded Context 名词解释 DDD——事件风暴 ==> 归类划分的分析方法 DDD 与架构整合 DDD 与分层架...

  5. serverless 泛谈

    ·Architecture Architecture

    简介 为什么Serverless 会火 《Serverless入门课》 从技术演化看Serverless Serverfull vs Serverless 从Kubernetes 到Serverless 手感/Knat...

  6. 概率论

    ·Architecture MachineLearning

    简介 概率论 概率与自然语言处理 贝叶斯公式的另类解读 概率论与数理统计 最大似然估计MLE 最大后验概率估计MAP 机器学习模型本质上就是用模型表达的概率分布去刻画真实世界的概率分布。详解最大似然估计、...

  7. 直觉上理解深度学习

    ·Technology MachineLearning

    线性回归 正向传播计算loss 反向传播计算gradient 优化算法：梯度下降法 ==> 求使得J极小的(w1,w2,b) 细节问题 正向传播为什么需要非线性激活函数 ...

  8. 如何学习机器学习

    ·Technology MachineLearning

    前言机器通过分析大量数据来进行学习。比如说，不需要通过编程来识别猫或人脸，它们可以通过使用图片来进行训练，从而归纳和识别特定的目标。机器学习（Machine Learning），它指的是这样一种计算过程：对于给定的训练数据（Training samples），选择一种先验的...

  9. 《架构整洁之道》笔记

    ·Architecture Architecture

    简介 架构设计是有一些原则的 编程范式 结构化编程 面向对象编程 函数式编程 设计原则 推广到架构设计上 变更、聚合、解耦 什么是软件架构 划分边界 业务逻辑...

  10. TIDB源码分析

    ·Technology Storage

    前言（未完成） 前言（未完成） 包的划分 SQL层TiDB 源码阅读系列文章（一）序 是tidb 官方出发的 源码分析系列文章，前几章是综述，后面的章节是具体模块的源码分析。包的划分大部分包都以接口的形式对外提供服务，大部分功能也都集中在某个包中SQL层