<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[wp_csdn的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/wp_csdn</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; wp_csdn]]></copyright><item><title><![CDATA[EM算法理解的第一层境界：期望E和最大化M（二）]]></title><link>https://blog.youkuaiyun.com/wp_csdn/article/details/127991143</link><guid>https://blog.youkuaiyun.com/wp_csdn/article/details/127991143</guid><author>wp_csdn</author><pubDate>Tue, 22 Nov 2022 22:11:04 +0800</pubDate><description><![CDATA[本文介绍了EM算法理解的第一层境界的第二部分内容：形式上理解EM算法的期望和最大化，以经典的三硬币问题作为例子，通过数学推导介绍了EM算法的形式和内容。]]></description><category></category></item><item><title><![CDATA[EM算法理解的第一层境界：期望E和最大化M（一）]]></title><link>https://blog.youkuaiyun.com/wp_csdn/article/details/127991001</link><guid>https://blog.youkuaiyun.com/wp_csdn/article/details/127991001</guid><author>wp_csdn</author><pubDate>Tue, 22 Nov 2022 22:09:31 +0800</pubDate><description><![CDATA[本文介绍了EM算法理解的第一层境界：形式上理解EM算法的期望和最大化，以经典的三硬币问题作为例子，直觉上介绍了EM算法的形式和内容。]]></description><category></category></item><item><title><![CDATA[共轭分布和共轭先验]]></title><link>https://blog.youkuaiyun.com/wp_csdn/article/details/124233939</link><guid>https://blog.youkuaiyun.com/wp_csdn/article/details/124233939</guid><author>wp_csdn</author><pubDate>Sun, 17 Apr 2022 21:32:47 +0800</pubDate><description><![CDATA[共轭分布是统计机器学习特别是贝叶斯学派一个非常重要的概念，以往在很多地方遇到的时候都一笔带过了，仅仅了解了一个大概，这里将二项分布与Beta分布、正太分布的共轭性质推导了一遍，记录下来加深理解。]]></description><category></category></item><item><title><![CDATA[矩阵求导与神经网络反向传播]]></title><link>https://blog.youkuaiyun.com/wp_csdn/article/details/79920764</link><guid>https://blog.youkuaiyun.com/wp_csdn/article/details/79920764</guid><author>wp_csdn</author><pubDate>Thu, 17 May 2018 22:50:28 +0800</pubDate><description><![CDATA[矩阵求导

关于矩阵求导，其实严格意义上来说仅仅只是一种求导的矩阵表示形式，其本质还是和普通多元函数求导过程是一致的。将矩阵的各个元素拆分开来，将矩阵运算写成各个元素之间的运算，矩阵变换可以变成多元函数，这样矩阵求导过程就可以与多元函数求导过程联系起来了。要理解矩阵求导运算，最主要的其实是理解矩阵导数的表示，将矩阵导数的拆分形式与多元函数求导联系起来。 
本文主要参考《Matrix cookboo...]]></description><category></category></item><item><title><![CDATA[基于翻译模型（Trans系列）的知识表示学习]]></title><link>https://blog.youkuaiyun.com/wp_csdn/article/details/79607727</link><guid>https://blog.youkuaiyun.com/wp_csdn/article/details/79607727</guid><author>wp_csdn</author><pubDate>Mon, 19 Mar 2018 16:38:01 +0800</pubDate><description><![CDATA[翻译模型（Trans）


解决问题：知识表示与推理
将实体向量表示（Embedding）在低维稠密向量空间中，然后进行计算和推理。


主要应用：triplet classification, link prediction





目前基于翻译模型（Trans系列）的知识表示学习的研究情况


TransE, NIPS2013, Translating embeddings for mode...]]></description><category></category></item><item><title><![CDATA[萤火虫算法详解]]></title><link>https://blog.youkuaiyun.com/wp_csdn/article/details/66475448</link><guid>https://blog.youkuaiyun.com/wp_csdn/article/details/66475448</guid><author>wp_csdn</author><pubDate>Sun, 26 Mar 2017 14:38:54 +0800</pubDate><description><![CDATA[仿生群智能优化算法是近些年来国内外学者研究的热点问题，其主要的思想是研究或者模仿自然界群体生活的生物的社会行为而构造的随机搜索方法。目前研究比较多的有两种算法：蚁群算法（ACO）和粒子群算法（PSO）。有研究结果表明，仿生群智能优化算法为许多应用领域提供了新思路和新方法。]]></description><category></category></item><item><title><![CDATA[网络操作系统发展历程]]></title><link>https://blog.youkuaiyun.com/wp_csdn/article/details/54577760</link><guid>https://blog.youkuaiyun.com/wp_csdn/article/details/54577760</guid><author>wp_csdn</author><pubDate>Mon, 16 Jan 2017 21:48:03 +0800</pubDate><description><![CDATA[网络操作系统概述  网络操作系统(network operation system –NOS)主要是指运行在各种服务器上、能够控制和管理网络资源的特殊的操作系统，它在计算机操作系统下工作，使计算机操作系统增加了网络操作所需要的能力。 
  目前主要的网络操作系统有UNIX、linux、windows以及Netware系统等。各种操作系统在网络应用方面都有各自的优势，而实际应用却千差万别，这种局面促使]]></description><category></category></item><item><title><![CDATA[人工鱼群算法详解]]></title><link>https://blog.youkuaiyun.com/wp_csdn/article/details/54577567</link><guid>https://blog.youkuaiyun.com/wp_csdn/article/details/54577567</guid><author>wp_csdn</author><pubDate>Mon, 16 Jan 2017 21:21:03 +0800</pubDate><description><![CDATA[人工鱼群算法是李晓磊等人于2002年在动物群体智能行为研究的基础上提出的一种新型方盛优化算法，该算法根据水域中鱼生存数目最多的地方就是本水域中富含营养物质最多的地方这一特点来模拟鱼群的觅食行为而实现寻优。算法主要利用鱼的三大基本行为：觅食、聚群和追尾行为，采用自上而下的寻优模式从构造个体的底层行为开始，通过鱼群中各个体的局部寻优，达到全局最优值在群体中凸显出来的目的。]]></description><category></category></item><item><title><![CDATA[Windows Server AppFabric分布式缓存详解]]></title><link>https://blog.youkuaiyun.com/wp_csdn/article/details/54564790</link><guid>https://blog.youkuaiyun.com/wp_csdn/article/details/54564790</guid><author>wp_csdn</author><pubDate>Sun, 15 Jan 2017 21:34:05 +0800</pubDate><description><![CDATA[本文转载自https://msdn.microsoft.com/zh-cn/library/ff384253.aspx，主要内容是对msdn中对AppFabric分布式缓存的介绍的整合以及一些自己的理解。AppFabric是什么  AppFabric是微软提供的可以集成到 Web 应用程序和桌面应用程序的分布式缓存。其原名为Velocity，后更名为AppFabric。 AppFabric 能够提高]]></description><category></category></item><item><title><![CDATA[Windows Server AppFabric安装教程]]></title><link>https://blog.youkuaiyun.com/wp_csdn/article/details/54563282</link><guid>https://blog.youkuaiyun.com/wp_csdn/article/details/54563282</guid><author>wp_csdn</author><pubDate>Sun, 15 Jan 2017 16:43:44 +0800</pubDate><description><![CDATA[AppFabric简介
  Windows Server AppFabric 扩展了 Windows Server 以为 Web 应用程序和中间层服务提供增强的托管、管理和缓存功能。 AppFabric 托管功能向 Internet 信息服务 (IIS)、Windows Process Activation Service (WAS) 和 .NET Framework 4 添加了服务管理扩展。其中包]]></description><category></category></item><item><title><![CDATA[Windows Server AppFabric简介]]></title><link>https://blog.youkuaiyun.com/wp_csdn/article/details/53885935</link><guid>https://blog.youkuaiyun.com/wp_csdn/article/details/53885935</guid><author>wp_csdn</author><pubDate>Mon, 26 Dec 2016 14:37:44 +0800</pubDate><description><![CDATA[本文转载自https://msdn.microsoft.com/zh-cn/library/ff384253.aspx，主要内容是对msdn中对AppFabric介绍内容的整合以及一些自己的理解。简介
AppFrabic托管功能
解决的问题
特性与功能
体系结构
IIS和WAS
ASPNET
WCF和WF
运行时数据库
暂留持久化
托管承载
监控监视
管理API
IIS Manage
托管功能
应用]]></description><category></category></item></channel></rss>