<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[windows2的专栏]]></title><description><![CDATA[任何一个关于摘星的梦，都不是妄想。加油！]]></description><link>https://blog.youkuaiyun.com/windows2</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; windows2]]></copyright><item><title><![CDATA[Tensorflow的常用矩阵生成]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/78664779</link><guid>https://blog.youkuaiyun.com/windows2/article/details/78664779</guid><author>windows2</author><pubDate>Wed, 29 Nov 2017 14:17:46 +0800</pubDate><description><![CDATA[#全0和全1矩阵
v1 = tf.Variable(tf.zeros([3,3,3]), name="v1")  
v2 = tf.Variable(tf.ones([10,5]), name="v2")  
  
#填充单值矩阵  
v3 = tf.Variable(tf.fill([2,3], 9))  
  
#常量矩阵  
v4_1 = tf.constant([1, 2,]]></description><category></category></item><item><title><![CDATA[tensorboard的histogram数据解读]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/78229604</link><guid>https://blog.youkuaiyun.com/windows2/article/details/78229604</guid><author>windows2</author><pubDate>Fri, 13 Oct 2017 19:22:24 +0800</pubDate><description><![CDATA[仔细研究了一下tensorboard的直方图表示
参考文献, 官方文档:https://www.tensorflow.org/get_started/tensorboard_histograms
import tensorflow as tf

k = tf.placeholder(tf.float32)

# Make a normal distribution, with a shifti]]></description><category></category></item><item><title><![CDATA[tensorboard使用记录]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/78229540</link><guid>https://blog.youkuaiyun.com/windows2/article/details/78229540</guid><author>windows2</author><pubDate>Fri, 13 Oct 2017 19:11:00 +0800</pubDate><description><![CDATA[最近在学习使用tensorboard
开始用了ipython ,遇到两个坑,记录一下
第一个是:
InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'inputs/x_input' with dtype float
	 [[Node: inputs/x_in]]></description><category></category></item><item><title><![CDATA[Linux指定动态库搜索路径]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/42521627</link><guid>https://blog.youkuaiyun.com/windows2/article/details/42521627</guid><author>windows2</author><pubDate>Thu, 08 Jan 2015 10:56:02 +0800</pubDate><description><![CDATA[众所周知，Linux动态库的默认搜索路径是/lib和/usr/lib。动态库被创建后，一般都复制到这两个目录中。当程序执行时需要某动态库， 
并且该动态库还未加载到内存中，则系统会自动到这两个默认搜索路径中去查找相应的动态库文件，然后加载该文件到内存中，这样程序就可以使用该动态库中的函 
数，以及该动态库的其它资源了。在Linux 
中，动态库的搜索路径除了默认的搜索路径外，还可以通过以下三]]></description><category></category></item><item><title><![CDATA[分类算法评估--假设检验]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/39457813</link><guid>https://blog.youkuaiyun.com/windows2/article/details/39457813</guid><author>windows2</author><pubDate>Sun, 21 Sep 2014 23:12:00 +0800</pubDate><description><![CDATA[我们有时需要比较两个分类算法a和]]></description><category></category></item><item><title><![CDATA[shell的特殊字符]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/32717915</link><guid>https://blog.youkuaiyun.com/windows2/article/details/32717915</guid><author>windows2</author><pubDate>Fri, 20 Jun 2014 17:30:50 +0800</pubDate><description><![CDATA[a=$'\01'
用ascii来表示]]></description><category></category></item><item><title><![CDATA[mac下安装eclipse+CDT]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/32343935</link><guid>https://blog.youkuaiyun.com/windows2/article/details/32343935</guid><author>windows2</author><pubDate>Thu, 19 Jun 2014 20:57:49 +0800</pubDate><description><![CDATA[测试文件test.cpp
#include 
using namespace std;

int main() {
    cout 
    return 0;
}
1.安装c++编译环境，确保在命令行下输入g++ test.cpp 能正确生成二进制文件

i. 安装xcode， 在appstore可以下到。此时g++可以用，但是iostream，stdio.h等文件统统没有]]></description><category></category></item><item><title><![CDATA[top 10 SMT paper]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/28152383</link><guid>https://blog.youkuaiyun.com/windows2/article/details/28152383</guid><author>windows2</author><pubDate>Mon, 02 Jun 2014 22:45:46 +0800</pubDate><description><![CDATA[原文见：http://mtgroup.ict.ac.cn/~liuqun/course/MachineTranslation/toptenpapers_for_smt.htm




以下是刘洋博士为新入门的同学精选的10篇统计机器翻译文献，供大家参考。
------------------------------------------------------------------]]></description><category></category></item><item><title><![CDATA[其他TM:Polylingual Topic Model(PLTM)]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/28035689</link><guid>https://blog.youkuaiyun.com/windows2/article/details/28035689</guid><author>windows2</author><pubDate>Mon, 02 Jun 2014 01:04:20 +0800</pubDate><description><![CDATA[这个模型用于多个语言，所以叫poly lingual。]]></description><category></category></item><item><title><![CDATA[levelDB源码笔记（4）- SkipList]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/24999267</link><guid>https://blog.youkuaiyun.com/windows2/article/details/24999267</guid><author>windows2</author><pubDate>Sun, 04 May 2014 19:31:30 +0800</pubDate><description><![CDATA[kipList是LevelDB的memtable实际采用的数据结构]]></description><category></category></item><item><title><![CDATA[LINUX内核内存屏障]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/24745385</link><guid>https://blog.youkuaiyun.com/windows2/article/details/24745385</guid><author>windows2</author><pubDate>Tue, 29 Apr 2014 23:51:45 +0800</pubDate><description><![CDATA[原文地址：http://blog.chinaunix.net/uid-9918720-id-1640912.html]]></description><category></category></item><item><title><![CDATA[CPU的cache基础知识]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/24729931</link><guid>https://blog.youkuaiyun.com/windows2/article/details/24729931</guid><author>windows2</author><pubDate>Tue, 29 Apr 2014 18:05:44 +0800</pubDate><description><![CDATA[cache line是能被cache处理的内存chunks，chunk的大小即为cache line size，典型的大小为]]></description><category></category></item><item><title><![CDATA[levelDB源码笔记（3）-cache]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/24587627</link><guid>https://blog.youkuaiyun.com/windows2/article/details/24587627</guid><author>windows2</author><pubDate>Sun, 27 Apr 2014 22:12:19 +0800</pubDate><description><![CDATA[levelDB实现的shared
Least Recently Used 近期最少使用算法]]></description><category></category></item><item><title><![CDATA[levelDB源码笔记（2）-Arena]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/24586305</link><guid>https://blog.youkuaiyun.com/windows2/article/details/24586305</guid><author>windows2</author><pubDate>Sun, 27 Apr 2014 14:43:28 +0800</pubDate><description><![CDATA[Arena是个很简单的内存池]]></description><category></category></item><item><title><![CDATA[levelDB源码笔记（1）-TEST]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/24585875</link><guid>https://blog.youkuaiyun.com/windows2/article/details/24585875</guid><author>windows2</author><pubDate>Sun, 27 Apr 2014 14:16:07 +0800</pubDate><description><![CDATA[leveldb的TEST部分，是单元测试一个很标准的实现


一。对想要测试的目标（这里是BloomFilterPolicy类），建立一个对应的测试类BloomTest

class BloomTest {
 private:
  const FilterPolicy* policy_;
......
 public:
  BloomTest() : policy_(NewBloomFi]]></description><category></category></item><item><title><![CDATA[DPMM和HDP 非参数贝叶斯（2）]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/18568337</link><guid>https://blog.youkuaiyun.com/windows2/article/details/18568337</guid><author>windows2</author><pubDate>Mon, 20 Jan 2014 23:57:58 +0800</pubDate><description><![CDATA[图1： DPMM(Dirchlet process mixture model) 
以上为DP对应的图模型，基本分布为G0，这里假设是一个高斯模型（可以是连续或者离散），
G~DP（/alpha0, G0）,G为随机生成的一个DP，构造的过程即为参见前一篇博客中的Strick break过程。可以看出，G为一个离散的无限维分布（也就是随机过程）
/thetai ~G，这个抽取过程可以参见前文]]></description><category></category></item><item><title><![CDATA[Dirichlet Process-非参数贝叶斯（1）]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/17269131</link><guid>https://blog.youkuaiyun.com/windows2/article/details/17269131</guid><author>windows2</author><pubDate>Tue, 07 Jan 2014 17:46:49 +0800</pubDate><description><![CDATA[1. jardon的文章
1.在de finetti的数学书中，他证明了，当一个可数无限维随机变量集合{x1,x2,...}满足inﬁnitely exchangeable性质，即，对集合中取出任意N个元素，组成一个集合{x1，x2，...,xN} 如果其上的联合概率和顺序无关，即对{1，2，..N}的任意新排列,记为C1，C2...CN，有P(x1，x2...xN)=P(x_C1,x_C2,.]]></description><category></category></item><item><title><![CDATA[c/c++的宏的一些规则]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/17742519</link><guid>https://blog.youkuaiyun.com/windows2/article/details/17742519</guid><author>windows2</author><pubDate>Thu, 02 Jan 2014 00:50:58 +0800</pubDate><description><![CDATA[1.#和##
   #符号把一个符号直接转换为字符串，例如：
   #define STRING(x) #x
   const char *str = STRING( test_string ); str的内容就是"test_string"，也就是说#会把其后的符号
   直接加上双引号。
   ##符号会连接两个符号，从而产生新的符号(词法层次)，例如：
   #define SIG]]></description><category></category></item><item><title><![CDATA[LDA在短文本（twiter）应用]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/17472469</link><guid>https://blog.youkuaiyun.com/windows2/article/details/17472469</guid><author>windows2</author><pubDate>Sat, 21 Dec 2013 21:40:01 +0800</pubDate><description><![CDATA[参考文献《empirical study of topic modeling in twitter.》
这个文章考察了LDA在twitter中的应用，用的是最原始的LDA，关键点在于如何融合出合适的维度的训练集合，以及不同方式训练出的LDA的效果
训练集合的融合策略有
1.直接单条twit
2.同user的twit作为一个doc
3.出现同term的twit作为一个doc



]]></description><category></category></item><item><title><![CDATA[LDA的应用：short text classification]]></title><link>https://blog.youkuaiyun.com/windows2/article/details/16954331</link><guid>https://blog.youkuaiyun.com/windows2/article/details/16954331</guid><author>windows2</author><pubDate>Mon, 25 Nov 2013 23:59:28 +0800</pubDate><description><![CDATA[参考文献《Learning to Classify Short and Sparse Text & Web with Hidden Topics from Large-scale Data Collections》
这个文章提出一个利用LDA辅助分类，以解决短文本词少稀疏问题，使得主题更加集中的framework，是一种semi-supervise的方法
他的做法是
1. 寻找一个辅助的外部]]></description><category></category></item></channel></rss>