ybdesire的专栏

通过具体的数据与处理训练过程，来更好的理解DeepSeek-R1-Zero的强化学习训练方法。

linux下的file命令是如何判断文件类型的？

详细讲解信息熵的计算过程细节，以及如何用python编程求取PE文件的entropy（熵，信息熵）

定长对象（比如int），是基于PyObject来定义的；而变长对象（比如string），是基于PyVarObject来实现的。

python的源码中设计了哪些对象，环状双向链表是什么？

调试python源码，用VS动态调试cpython

从JDK源码来分析Java Integer的缓存机制

用python实现“对xml节点中的属性进行排序”

sklearn的LinearRegression源码，会首先对数据做预处理（X,Y都减去列均值），然后再用numpy中lstsq求解线性回归

1. 引入在求解神经网络优化问题中，学习速率不应该是固定不变的。最好的学习速率，应该在训练开始时偏大，这样能加快训练速度，并在训练过程中逐步减小，这样能更好的逼近最优点。所以，在参考1中，我们知道了有SGD, Adam, Adadelta 等这些非常经典的优化算法。2. decay从参考2的中，我们能看到如何调节SGD, Adam等优化器的参数。同时我们也发现了一个参数叫做decay，它表示学习速率的衰减值。decay可以用于SGD, Adam, RMSprop, Adagrad, Adadel

1. 引入最近有发现，pickle在加载（load）比较大的dict时，速度是比joblib快的。上网查了下pickle和joblib的区别，发现写这个主题的内容比较少。所以本文试对“pickle和joblib在加载dict时的快慢区别”这个主题进行了一些测试与研究。2. 验证 pickle 与 joblib 加载 dict 快慢测试使用如下代码，首先建立一个比较大的dict，并用pickle与joblib分别进行dump/load测试。import timeimport pickleimp

1. dhash参考1中，给出了一种相似图片搜索中，能用于计算图像hash值的算法，叫做dhash。用dhash计算图片hash，既能兼顾计算效率，又能兼顾准确率。那么好的东西，也已经有开源版本实现了，见参考2。2. dhash lib的用法参考2给的lib，根据其readme，得到在python中用法如下：import dhashfrom PIL import Imagedef get_dhash(img_path): image = Image.open(img_path)

用Androguard分析APK的原理与示例。

引入关于准确率(accuracy)、精度(precision)、查全率(recall)、F1的计算过程，之前写过一篇文章[1]。根据文章[1]中的公式，我们可以知道，精度(precision)、查全率(recall)、F1的计算，是针对于二分类器来说的。他们的计算，只与y_true/y_pred有关，也要求y_true/y_pred中，只含有0和1两个数。对二分类模型来说，可以直接调用skl...

引入关于准确率(accuracy)、精度(precision)、查全率(recall)、F1的计算过程，之前写过一篇文章[1]。根据文章[1]中的公式，我们可以知道，精度(precision)、查全率(recall)、F1的计算，是针对于二分类器来说的。他们的计算，只与y_true/y_pred有关，也要求y_true/y_pred中，只含有0和1两个数。对二分类模型来说，可以直接调用skl...

引入kaldi真正的核心源码，都是C++写成的，这个结论可以从如下两点得以确认：（1）在kaldi的源码kaldi/src目录下，能看到很多扩展名为.cc的源程序，这是linux下C++源码；（2）在源码中，比如kaldi\src\featbin\compute-mfcc-feats.cc，可以看到static_cast<uint16>和std::string这样的代码，这是C+...

python处理Ctrl+C的一般方法。multiprocessing为什么不能接收Ctrl+C

摘要本文带你用android命令和ant，生成Android项目，并找到R.id.mybutton的源码1. 引言我们写Android程序时，经常会通过findViewById(R.id.mybutton)来获取View，如下：Button button = (Button)findViewById(R.id.mybutton);findViewById()的用法见官方...

从源码理解scrapy的5大核心模块的实现。

分析StringBuffer，StringBuilder，String的源码，更好的理解它们。

Angular启动过程源码解析

angular-seed中的常见代码解释。

python多线程及GIL 的实现细节

详解解释logloss的计算过程。解释为什么sklearn算得的logloss与书本公式算得的不一样？

两种特征归一化方法的详细计算过程

如何调试第三方库，如何才能动态看到第三方库中的中间结果?

ROC和AUC的详细计算过程

1. 如何用nltk来找到text中相似的word如果我们想搜索某一篇文章（text）中相似的词（word），可以使用nltk这个强大的NLP模块。下面以nltk自带的shakespeare数据集来做示例。第一次使用nltk，需要先运行下面的代码来下载shakespeare数据集。import nltknltk.download('shakespeare')然后，我们就可以加载shak...

为什么不能从LinearRegression中获取梯度信息？通过解读sklearn中LinearRegression关键源码来告诉你答案。