SoyMilk的博客

Python中， 是一个关键字，用于创建匿名函数，也就是那些没有具体名称的函数。这种函数通常用于编写简单的、临时的函数，它们在定义后立即被调用，或者作为参数传递给其他函数。：这是传递给 函数的参数，可以是一个或多个。：这是 函数返回的表达式的结果。示例：lambda 的高级用法1. 作为高阶函数参数 函数经常作为参数传递给其他函数，这些函数被称为高阶函数。例如，、 和 都是高阶函数。2. 与排序函数结合 函数可以用于 或 方法中，以自定义排序逻辑。3. 作为默认函数参数4

动态网页（Dynamic Web Page）是指网页的内容能够根据用户的请求、用户的行为或其他条件动态生成和变化的网页。与静态网页不同，动态网页不是预先存储好的固定内容，而是在用户访问时通过服务器端的处理或客户端的脚本执行即时生成的。。

正则表达式（Regular Expression，简称regex或regexp）是一种文本模式描述的方法，它可以用来检索、替换符合某个模式（规则）的文本。正则表达式由一系列字符组成，这些字符可以是普通字符（例如，字母a到z）、特殊字符（称为"元字符"）或两者的组合。

图神经网络（Graph Neural Network, GNN）是一种深度学习模型，专门用于处理图结构数据。它能够捕捉节点的邻域结构信息，广泛应用于各种领域，如社交网络分析、生物信息学、推荐系统等。

遗传算法（Genetic Algorithm, GA）是一种模拟自然选择和遗传学原理的搜索算法，属于进化计算的一种。它是由John Holland在20世纪70年代提出的，用于解决优化问题。遗传算法的基本思想是通过模拟生物进化过程中的遗传和变异机制来优化问题的解。

SVM是一种监督学习算法，常用于解决二分类问题（也可以解决多分类问题），它可以处理线性可分的数据，同时也可以处理线性不可分的数据，广泛应用于分类、回归甚至异常检测等任务。SVM的核心思想是找到数据点之间的最优边界，这个边界能够最大化不同类别之间的间隔。线性可分的数据是指至少能够通过一个直线将数据进行分隔开，如下图所示：数据可以有无数条直线能够分隔开，但是在所有直线中，我们能够直观的感受到，上图中红色的直线分割的效果是最好的，我们对分割直线定义标准：定义： 直线的参数为 www，直线分割的两部分数据与直线的距

ARIMA模型的全称为：差分整合移动平均自回归模型是一种数据类型，它记录了在连续时间点上观测到的数值。这些数值可以是任何可以量化的度量，比如经济指标、股票价格、温度、销售额等。是一种按照时间顺序排列的数据集，其中每个数据点都与一个特定的时间点相关联。这种数据类型通常用于记录和分析随时间变化的数值信息。时间序列根据时间和数值的性质不同，可以分为和。性质：时期序列可加，时点序列不可加。

假定我们已经求出来了www和bbb，那么我们就确定了一条直线，就可以使用该直线进行预测了，为了方便判断我们所预测出来的值y’与真实的值y之间的误差是多少，我们要定义*“一把尺子”*，用于衡量预测值y′y'y′与真实值yyy之间的误差。这里我们使用均方误差来定义代价函数Jwb12m∑i1mfwbxi−yi2Jwb2m1​i1∑m​fwb​xi−yi2公式拆解fwbxi−yifwb​。

使用@cuda.jit装饰器定义 GPU 核函数，这与 CPU 加速中使用的@jit类似，但@cuda.jit@cuda.jit# 核函数体，使用 CUDA 线程索引进行计算# 例如: position = cuda.grid(1)：其中用于确定当前线程在执行的整个网格（grid）中的位置，这里的参数1表示一维的GPU网格索引，如果是则表示二维的GPU网格索引。线程（Thread）：执行计算的最小单元。块（Block）：一组线程，它们可以共享数据并通过共享内存进行通信。网格（Grid）

随机种子的意义：在不同的地方，如果使用相同的随机种子，并且进行相同数量随机数生成操作，那么会得到一个完全相同的随机数序列。

jieba.load_userdict('userdict.txt') # userdict.txt 是用户自定义词典的路径。

正则表达式（Regular Expressions，简称 Regex）是一种用来描述文本模式的工具，它通过一系列字符和特殊字符组合成的表达式，用于在文本中进行模式匹配和搜索。这些模式可以用来检索、替换、分割字符串，以及验证输入的格式是否符合要求。python中，使用正则表达式通常涉及到 re模块。这个模块提供了一组功能，用于处理正则表达式。

多线程相对于进程，多线程只能并发执行，不能利用多CPU，相对于协程，多线程的启动数目有限 ，占用内存资源，并且有线程切换的时间开销