月份:2017年11月

DL4j-08-Deep Auto Encoder

深度自动编码器 深度自动编码器由两个对称的深度置信网络组成, 其中一个深度置信网络通常有四到五个浅层,构成负责编码的部分,另一个四到五层的网络则是解码部分。 这些层都是受限玻尔兹曼机(RBM),即构成深度置信网络的基本单元, 它们有一些特殊之处,我们将在下文中介绍。以下是简化的深度自动编码器架构示意图,下文会作具体说明。 这种算法的大致思想是: 将神经网络的 […]

AutoLisp计算图块的数量 (Calculating a block’s amount)

本文展示一个AutoLISP副程序,计算图块在画面的数量。 用法: 步骤1. 将其加入一个Lisp程序档内,假设程序名为 aa.lsp。 步骤2. 下载程序,Command: (load “aa”) 步骤 3. 执行副程序指令,如要计算画面上有几个名为’A4’的图块的数量,执行 Command: (blk_count “A4″) ,即得出数量。若 […]

我理解的: 什么是一本好的技术书籍

前言 基本从 9.11 面完了爱奇艺和点评之后,就一直没有投递新的公司,反正自己除了已经拿到手的 offer,其他唯二想去的也就只有阿里和头条了,而阿里已经没戏,头条也一直被卡在笔试,想想真的是 naive,头条内推笔试第一场的题目确实挺容易的,可能是我最接近面试的时候…然而没做好,也再次提醒自己是个算法渣,虽然后来补招的时候约我面试,不过那时候 […]

DL4j-07-RBM

受限玻尔兹曼机 受限玻尔兹曼机由 Geoff Hinton 发明, 是一种用于降维、分类、回归、协同过滤、特征学习和主题建模的算法。 RBM是有两个层的浅层神经网络,它是组成深度置信网络的基础部件。RBM的第一个层称为可见层,又称输入层,而第二个层是隐藏层。 上图中每个圆圈都是一个与神经元相似的单元,称为节点,运算在节点中进行。一个层中的节点与另一层中的所有 […]

测试带宽常用方法

很多时候,我们为了排查问题,往往需要了解对方网络带宽,下面给出几种方法: 方法1:登录speedtest测速网,点击开始测速 方法2:使用speedtest-cli root:~ $ speedtest-cli Retrieving speedtest.net configuration… Testing from China Telecom fujia […]

DL4j-06-word2vec

Word2Vec 简介 Word2vec是一个用于处理文本的双层神经网络。它的输入是文本语料,输出则是一组向量:该语料中词语的特征向量。 虽然 Word2vec 并不是深度神经网络,但它可以将文本转换为深度神经网络能够理解的数值形式。 Word2vec的应用不止于解析自然语句。它还可以用于基因组、代码、点赞、播放列表、社交媒体图像等其他语言或符号序列,同样能 […]

狼亦黠矣,而顷刻两毙,禽兽之变诈几何哉?止增笑耳 – 聊斋志异

其一 原文 有屠人,货肉归,日已暮,欻(xū,忽然)一狼来,瞰(看,窥视)担上肉,似甚垂涎,随屠尾行数里。屠惧,示之以刃,(狼)少却(退);及走,(狼)又从之。屠无计,默念狼所欲肉者,不如姑悬诸树而蚤(早)取之。遂钩肉,翘足挂树间,示以空担。狼乃止。屠即径归。昧爽(拂晓,黎明)往取肉,遥望树上悬巨物,似人缢死状,大骇。逡巡(因有所顾虑而徘徊)近视,则死狼也。 […]