Autolayout： 最重要的两个概念： 约束：对控件位置和大小的限定条件 参照：对控件设置的约束是相对于哪一个视图而言的 自动布局的核心计算公式： obj1.property1 =（obj2.property2 * multiplier）+ constant value 解释：obj1的prop ...
分类：
移动开发 时间：
2016-08-10 15:59:21
阅读次数：
224
这里的主题是约束优化方法，在求取有约束条件的优化问题时，拉格朗日乘子法（Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法，对于等式约束的优化问题，可以应用拉格朗日乘子法去求取最优值；如果含有不等式约束，可以应用KKT条件去求取。当然，这两个方法求得的结果只是必要条件，只... ...
分类：
其他好文 时间：
2016-07-30 16:48:17
阅读次数：
211
参考：http://www.cnblogs.com/jiayy/p/3447047.html 速率控制算法的大体思路就是，通过适当的sleep，增加包发送的时间，从而减小算出来的速率，以达到用户设定的（小于机器最大速率）的某个速率。 常用的参数说明 -x, --multiplier=str 以抓包速... ...
分类：
其他好文 时间：
2016-07-25 18:12:33
阅读次数：
403
在三维中有曲面，求其上任意一点的法向量。公式很简单，就是。但是我怎么也想不通为什么公式是这样的。其实我有些隐隐感觉到这和求极值的拉格朗日乘数法有些关联。因为其中也是等一列条件被满足时，解可能是最大值或最小值。看机器学习公开课时，其中提到可以把multiplier看成是一个超平面，对各参数偏导全为零时 ...
分类：
其他好文 时间：
2016-07-19 22:08:13
阅读次数：
153
Augmented Lagrange Multiplier 求解低秩矩阵恢复（Robust PCA）问题，比 APG 快5倍以上，在矩阵填充问题中，比SVT,APG快很多。...
分类：
其他好文 时间：
2016-07-04 06:35:53
阅读次数：
366
Blocks理解： Blocks可以访问局部变量，但是不能修改 如果修改局部变量，需要加__block __block int multiplier = 7; int (^myBlock)(int) = ^(int num) { multiplier ++;//这样就可以了 return num * ...
分类：
其他好文 时间：
2016-05-13 07:47:20
阅读次数：
95
在求取有约束条件的优化问题时，拉格朗日乘子法（Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法，对于等式约束的优化问题，可以应用拉格朗日乘子法去求取最优值；如果含有不等式约束，可以应用KKT条件去求取。当然，这两个方法求得的结果只是必要条件，只有当是凸函数的情况下，才能保证是充分必要条件。KKT条件是拉格朗日乘子法的泛化。之前学习的时候，只知道直接应用两个方法，但是却...
分类：
其他好文 时间：
2016-05-13 01:33:03
阅读次数：
149
ALPHAD, VALUE Defines the mass matrix multiplier for damping. Notes Defines the mass matrix multiplier, α, for damping. One form of the viscous dampin
分类：
其他好文 时间：
2016-03-11 23:46:51
阅读次数：
256
1, FPGA device, using three 18bit x 18 bit multiplier to implement 32bit float multiplier 2, comparing to Altera float multiplyer IP (1) just half of
分类：
其他好文 时间：
2016-02-04 09:44:26
阅读次数：
224
拉格朗日乘子法(Lagrange Multiplier)和KKT(Karush-Kuhn-Tucker)条件是求解约束优化问题的重要方法，在有等式约束时使用拉格朗日乘子法，在有不等约束时使用KKT条件。前提是：只有当目标函数为凸函数时，使用这两种方法才保证求得的是最优解。对于无约束最优化问题，有很多...
分类：
其他好文 时间：
2015-11-27 06:43:22
阅读次数：
243
