用类似归并排序的思想对两个凸包进行合并，合并完以后再求一次凸包 以下代码因使用浮点误差巨大 ...
分类：
其他好文 时间：
2020-03-10 14:14:36
阅读次数：
72
1. 减库存 一般下单减库存的流程大概是这样的： 1、查询商品库存。这里直接查的Redis中的库存。 2、Redis中的库存减1。这里用到的Redis命令是：incrby -1 3、扣减数据库中的库存。这里用数据库乐观锁，不用额外加锁 4、异步刷新Redis中的库存 5、定时扫描超时未支付的交易，库 ...
分类：
其他好文 时间：
2020-03-09 21:18:04
阅读次数：
85
机器学习可分为：有监督（Supervised Learning）、无监督（Unsupervised Learning）、强化学习(Reinforcement Learning) 1. 有监督学习：数据集包含样本 x 与标签 y ，训练时，通过计算模型的预测值与真实标签 y 之间的误差来优化网络参数 ...
分类：
其他好文 时间：
2020-03-05 13:54:23
阅读次数：
72
算法特征:①. 所有点正确分开; ②. 极大化margin; ③. 极小化非线性可分之误差. 算法推导:Part Ⅰ线性可分之含义:包含同类型所有数据点的最小凸集合彼此不存在交集.引入光滑化手段:plus function: \begin{equation*}(x)_{+} = max \{ x, ...
分类：
编程语言 时间：
2020-03-05 13:30:27
阅读次数：
123
2.1 经验误差与过拟合 错误率：错分样本的占比 精度：分对样本的占比，与错误率是互补的。 误差：样本真实输出与预测输出之间的差异。学习器在训练集上的误差称为训练误差或经验误差，在新样本上的误差称为泛化误差。 由于事先并不知道新样本的特征，我们只能努力使经验误差最小化； 很多时候虽然能在训练集上做到 ...
分类：
其他好文 时间：
2020-03-05 01:17:02
阅读次数：
111
softmax 使用softmax的原因 以概率占比得到预测标签 标签值为离散值，离散值与输出值之间的误差无法界定 softmax的实现（指数实现） 分类的时候以概率值最高的序号(argmax)作为y_hat 损失函数（交叉熵损失函数） 交叉熵应用于分类的解析： 假设有q类，标签label为离散值k ...
分类：
其他好文 时间：
2020-03-04 17:31:10
阅读次数：
69
存取时间也是SRAM的一个重要参数，它可以表示存储器的工作速度。测量得到，存取时间=299.4ns-293.2测量存取时间时，不同的数据端口会有ns=6.2ns。较小差别，这与实际芯片制造和不可避免的测量误差均有关。
分类：
其他好文 时间：
2020-03-04 00:05:15
阅读次数：
71
William Rowan Hamilton 在 1843 年发明了四元数（quaternions）。他努力推广四元数来描述三维空间，不过当时有很多数学家反对，认为四元数很邪恶。 不过在一个世纪之后，四元数在计算机工业界起死回生，包括计算机图形学、机器人等领域应用广泛。他描述三维旋转简洁、计算高效、 ...
分类：
其他好文 时间：
2020-03-02 21:06:46
阅读次数：
107
最近写了一个 API Token 的校验服务，想要增加时效性控制，比如一个 API，超过一段时间（比如 10s）之后，用同样的参数再请求就会被服务器禁掉，无法获取正常数据，这样可以保证数据的安全。 怎么增加时效性控制呢？加一个时间的信息就好了，我们可以把时间信息包含在一个 API URL 的额外的参 ...
分类：
其他好文 时间：
2020-02-29 18:52:54
阅读次数：
92
一、简单介绍： Chrony是NTP（Network Time Protocol，网络时间协议，服务器时间同步的一种协议）的另一种实现，与ntpd不同，它可以更快且更准确地同步系统时钟，最大程度的减少时间和频率误差。 Chrony包括两个核心组件： 1、chronyd：一个后台运行的守护进程，用于调 ...
分类：
其他好文 时间：
2020-02-29 11:41:57
阅读次数：
122
