<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[peinbill的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/peinbill</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; peinbill]]></copyright><item><title><![CDATA[文本分类（初阶）]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/112531747</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/112531747</guid><author>peinbill</author><pubDate>Wed, 13 Jan 2021 00:29:22 +0800</pubDate><description><![CDATA[前言

之前写了十几篇blog，但更多都是基础知识的回顾，基础知识尽管再好，也是基础知识，它只能帮助你在工作中更快上手，或者说让你在程序员的道路上走得更远——地基打得越好，楼层才能越高。毕竟最近也开始要考虑找工作的事情，所以也要把专业知识给补上。作为一个日常都是处理文本的少年，文本分类是第一道、甚至可以不夸张地说是最重要一道的坎：尽管现在各种NLP方法都热火朝天的样子，但本质上都存在着落地难的问题，NLG看似高端大气上档次，但是除了机器翻译外，其他都很难做到商用级别，而机器翻译也不是单纯地使用Bert啊，E]]></description><category></category></item><item><title><![CDATA[Zookeeper入门学习资料]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/112513231</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/112513231</guid><author>peinbill</author><pubDate>Tue, 12 Jan 2021 15:32:07 +0800</pubDate><description><![CDATA[Zookeeper作为Hadoop生态中的一员，属于那种我们日常经常有意无意用着的，但就是很少专门只用它的一种的软件——有点像黑子哲也那样。你说它不重要吧，少了它你kafka，HBase、HDFS那些又搞不动，多了它吧，反正那些软件本身都已经搭好了跟Zookeeper的互动，你也几乎不会调用Zookeeper的api。



但是，Zookeeper还是有一个非学不可的理由——很简单，不用太费心。所以之前工作期间俺也特地抽了一两个周末来搞懂个大概——其实也就入门水平，毕竟入了门好像现在也没怎么使用过。

.]]></description><category></category></item><item><title><![CDATA[浅析java和python的正则]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/112462618</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/112462618</guid><author>peinbill</author><pubDate>Mon, 11 Jan 2021 22:32:02 +0800</pubDate><description><![CDATA[123333
]]></description><category></category></item><item><title><![CDATA[浅析java和python的迭代]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/112430921</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/112430921</guid><author>peinbill</author><pubDate>Sun, 10 Jan 2021 17:07:32 +0800</pubDate><description><![CDATA[先说两句废话

作为一个算法工程师，一般都要同时兼顾着模型预研和工程部署实现的工作。

如果说现在模型预研用得最多的是python（简单，易上手，除了慢和写得好需要极强的内容外，几乎没有别的缺点）这个目前应该是没有争议的，但是在工程部署上就不大统一了，有的公司用java，有的用c++，还有的用JavaScript（没想到吧，毕竟js是可以贯通前端+后端的神器，还可以直接用TensorFlow），当然，他们几个之间的好处坏处我这里也懒得或者说不想叙述了，只能说，本渣更注重后台实现，所以工程上几乎都是java。]]></description><category></category></item><item><title><![CDATA[Redis入门学习资料]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/112337404</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/112337404</guid><author>peinbill</author><pubDate>Thu, 07 Jan 2021 20:58:33 +0800</pubDate><description><![CDATA[Redis作为nosql的一种（我学过最容易的nosql，虽然好像也没有特别难的nosql），在日常中还是挺常见



先放资料链表

《慕课网的Redis入门教程》

https://www.imooc.com/learn/839

评价：免费！评分高达9.63。一般的学习资料我会首推官网，但是redis除外，redis的官网的介绍，是真心一般，但慕课的这个教程个人感觉是慕课网少有的精品，而且完全免费！

当然，你看完这个教程，最起码日常的查插删改问题不大，更高级的，还是努力买本书去啃啃或者直接看源码吧.]]></description><category></category></item><item><title><![CDATA[程序员的数学复习]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/112307210</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/112307210</guid><author>peinbill</author><pubDate>Thu, 07 Jan 2021 13:35:09 +0800</pubDate><description><![CDATA[毕业了近一年，也写了一整年代码。发现日常都是各种CRUD。老老实实地推导公式其实没几次（说好的高端大气上档次的算法工程师呢）。后面有一次跟老童鞋聊天发现，突然感觉自己什么拉格朗日中值定理啊、泰勒公式、什么行列式，T分布，F分布，区间估计，通通还给了老师，再想想一年前的自己还是一个可以手撕svn的数学系秃头研究僧。不禁悲从中来，不可断绝。



前一段时间因为身体原因要离职回家休养一段时间，就打算从头开始刷起（毕竟属于那种巨闲无比的社会人士），毕竟以后工作总不可能一直CRUD的对不对？最后花了我两个星期的时.]]></description><category></category></item><item><title><![CDATA[Docker 入门学习资料]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/112306996</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/112306996</guid><author>peinbill</author><pubDate>Thu, 07 Jan 2021 13:00:06 +0800</pubDate><description><![CDATA[老规矩，先安利链接



Docker官方：

推荐：建议每个想学docker的人先刷一遍官方文档，讲解概念还是非常清楚的，重点搞懂container/image/repository的概念。官方的安装教程蜜汁友好，亲测可用（你想想多少人死在第一步安装上面）。

https://docs.docker.com/engine/install/



小滴课堂的Docker教程：

推荐：个人看过很多docker的入门书，除了官方文档外，首推这个。各个概念讲得还是十分到位的，对于入门来说足够了，至于进阶....]]></description><category></category></item><item><title><![CDATA[Python学习资料和路线规划]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/112000270</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/112000270</guid><author>peinbill</author><pubDate>Wed, 30 Dec 2020 23:55:37 +0800</pubDate><description><![CDATA[现在python很火，说实话，俺都不知道被多少个朋友问过怎么入门Python.......（后面再被问到直接甩这个链接算了）

当然，在学python之前我也要先泼一下冷水，虽然现在说大数据啊，机器学习啊这些都跟python有关，但完全不等同python，更准确地说模型的预研和快速部署跟python相关，一旦涉及到高并发、分布式部署..........

请学c++（TensorFlow）或者java（Spark/Hadoop）

这两个才是王道！！！



但python也并发一无是处，例如，模型的预研.]]></description><category></category></item><item><title><![CDATA[Linux学习资料]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/112000101</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/112000101</guid><author>peinbill</author><pubDate>Wed, 30 Dec 2020 23:24:24 +0800</pubDate><description><![CDATA[基本上每个程序员都或多或少地用过Linux

但是能说自己精通或者系统的学过的其实寥寥无几



但这东西如果不系统学吧，每次要用的时候不会的时候再查又麻烦。（手动无语）

所以之前趁着在单位有段时间稍微闲一点的时候，便计划系统地过一次。

当时选了其实也挺多书来看的，什么《鸟叔的私房菜》，《Linux命令行大全》啊，不是说不好，但一看那1000多页，瞬间就没有胃口。

后面选了慕课网上一门收费的Linux教程过了一下，非常通俗易懂，五星好评！

https://www.imooc.com/read/39.]]></description><category></category></item><item><title><![CDATA[Pytorch学习资源记录]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/111827615</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/111827615</guid><author>peinbill</author><pubDate>Sun, 27 Dec 2020 22:56:20 +0800</pubDate><description><![CDATA[笔者之前在学习深度学习的时候，曾经学过TensorFlow，Pytorch，Keras等框架。

最后在去年写毕业论文的时候最终毅然决定无脑Pytorch



虽说当时已经在实习单位头秃头秃地写了3个月TensorFlow了，按道理来说用TensorFlow应该是水到渠成的。

但TensorFlow有几个巨坑的点（今天无聊上去看了一下，比之前改善了一点）：

1. 对新的模型支持非常非常不好，我实习的时候都2018年了，但那时候调个Seq2Seq，简直想哭，那头发真是一掉一大把的恐怖。

2. 官网的.]]></description><category></category></item><item><title><![CDATA[1. 设计模式——单例]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/111407794</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/111407794</guid><author>peinbill</author><pubDate>Sat, 19 Dec 2020 19:10:30 +0800</pubDate><description><![CDATA[Java的设计模式一般可以划分为3部分。分别为creational（创建型）、结构型（structural）和行为型（behavioral）型

为什么这里强调Java，虽然设计模式更多是一种思想和套路，但也跟程序语言本身的特性也有一定的联系。例如Python，就很少用接口、多态这东西（虽然可以强行用abc包进行模拟）而更多使用函数作为参数进行。

在python进阶书籍《fluent python》也写到“Althought design pattern are language-independent ]]></description><category></category></item><item><title><![CDATA[设计模式笔记（总序）]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/111242208</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/111242208</guid><author>peinbill</author><pubDate>Tue, 15 Dec 2020 23:30:05 +0800</pubDate><description><![CDATA[什么是设计模式

设计模式说起来非常高大上，什么为代码提供标准、增加稳健性和可复用性。但其实归根结底就俩字——“套路”，准确地来说就是程序员写代码的“套路”。这套路其实就是总结出别人的代码经验，用来帮助我们设计出更好的代码。但是，“套路”是不是一定要遵循呢？也不一定，设计模式其实更多是为你提供一种思路，但正如“尽信书不如无书”，事实上目前常见的23个设计模式大多数已经是90年代的产物——当然，并不是说老的东西不好，但有一部分确实目前已经弃用了。所以在学习过程中，不必追求面面俱到（有些模式几乎真的没人用），个]]></description><category></category></item><item><title><![CDATA[Kaggle实战——Gender Recognition by Voice声音的性别区分（结构化数据）（二）]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/80311164</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/80311164</guid><author>peinbill</author><pubDate>Mon, 14 May 2018 21:40:27 +0800</pubDate><description><![CDATA[之前讲到用验证集和测试集对模型进行评定,但除了单纯使用准确率（accuracy）外，在二分类中，还可以使用查全率（precision）和召回率（recall）进行。当然，正如一句俗话：一张图剩于千个字。除了上面干巴巴的数字之外，我们更习惯于用图进行说话，在二分类中，我们常用的是ROC曲线和PR曲线，在本文中仅讲述ROC曲线。ROC曲线的全称为“受试者工作特征”，在介绍ROC曲线之前首先要引入混淆矩...]]></description><category></category></item><item><title><![CDATA[Kaggle实战——Gender Recognition by Voice声音的性别区分（结构化数据）（一）]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/80106790</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/80106790</guid><author>peinbill</author><pubDate>Mon, 14 May 2018 15:59:39 +0800</pubDate><description><![CDATA[这是以前的一次小组期末作业（当然编程部分都是我独立完成），写在这里也当做记录一下，顺便复习一下python和常用的机器学习算法吧。在进行数据分析时候第一件事情就是......数据集的查找........无论对于新手还是老手来说，Kaggle都是一个很好的数据平台，新手直接上手以前的玩具数据，至于老手可以直接对新数据进行比赛.......可以的话还可以混点奖金什么的（虽然哥从没得过奖）。这次的数据属...]]></description><category></category></item><item><title><![CDATA[EXCEL——入门    数据查找（1）]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/79908242</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/79908242</guid><author>peinbill</author><pubDate>Thu, 12 Apr 2018 11:31:18 +0800</pubDate><description><![CDATA[最近在准备找数据分析的工作，然后一看，最基本要求都是会EXCEL，开始本人蜜汁自信（明明什么实习都没有），哥哥我App开发会Java，微信小程序会JavaScript，数据分析和机器学习会Python，数据库会用是SQL，不就一个简单的EXCEL么，淡定淡定，后面遇上了几轮面试，都惨遭淘汰，后面不由得反思自己........好像，真的连EXCEL也不大会唉，再加上这段时间导师那边也有另外的项目，基...]]></description><category></category></item><item><title><![CDATA[笔记整理：西瓜书——第1章：绪论]]></title><link>https://blog.youkuaiyun.com/peinbill/article/details/79616814</link><guid>https://blog.youkuaiyun.com/peinbill/article/details/79616814</guid><author>peinbill</author><pubDate>Mon, 19 Mar 2018 21:22:39 +0800</pubDate><description><![CDATA[不知不觉就研一下啦，想了想，作为一个专硕狗也要开始考虑工作和实习了，不过在这之前打算先花那么一两个月再刷刷书。看书必然要做笔记，但是做笔记最痛苦的经常是：嗯，笔记做了，短时间还记得，过了一段.......笔记不见了，东西也基本忘光了（经常发生）。想了想，就在博客稍微记一下吧。因为本渣的专攻方向为机器学习和深度学习，西瓜书和Benjor那本蓝皮书算得上必备之本。就把两本书的大致笔记做一下吧。先刷西瓜...]]></description><category></category></item></channel></rss>