诗岸梦行舟

# SpringCloud # 从单体到集群再到分布式 早期阶段，单体架构是主流选择，所有功能模块打包在一个应用中，开发简单直接，但是随着业务增长，代码变得臃肿，难以扩展特定功能模块，技术栈单一，难以采用新技术。 为了应对单体架构的性能瓶颈和高可用需求，集群架构应运而生。 实现方式： 水平扩展：部署多个相同的单体应用实例 通过负载均衡器 (Nginx、F5 等) 分配请求 共享数据库或数据库主从复制 但是仍然有缺陷，比如应用本身仍然是单体，业务复杂时扩展不灵活。 此时分布式架构与微服务应运而生，分布式架构通过将系统拆分为多个服务来解决上述问题。 本次学习使用尚硅谷 b...

# Attention is all you need 【Original Link】 Attention Is All You Need Updated on Aug 2023 Authors Ashish Vaswani Google Brain avaswani@google.com Noam Shazeer Google Brain noam@google.com Niki Parmar Google Research nikip@google.com Jakob Uszkoreit Google Research usz@google.com Llion Jones Google...

# 3DCNN 视频行为检测平台笔记 学习内容基于：https://www.bilibili.com/video/BV1kc411Q7Tj # 图像的本质 图像是由 RGB 三通道组成的，一般数值范围是 0 到 255. 因此像素矩阵为：H * W * 3，其中 H 为高，W 是宽。 # 从图像到视频 视频本质上是由连续的图片（视频帧），快速播放构成的。 图片的像素矩阵是 H * W * 3 视频就是 D * H * W * 3，其中 D 是深度，是视频帧的叠加。 不同的库对与这 4 个维度顺序表述不同，但这四个维度诚然如此。 # 2D 检测方法对比 # C3D...

# 从公式角度看深度学习 学习基于尚硅谷：https://www.bilibili.com/video/BV1MRJmzSEaa # 损失函数 # 均方误差 MSE / L2 Loss（回归问题较适用） Mean Squared Error（MSE） L=1n∑i=1n(yi−ti)2\begin {array}{c} L=\frac{1}{n} \sum_{i=1}^{n}(y_{i}-t_{i})^{2} \end{array} L=n1​∑i=1n​(yi​−ti​)2​ 这个 ti 是目标标签 (向量)，yi 是预测标签 (向量)，n...

# NLP 自然语言处理 # 常见任务 文本分类：情感分析（积极 / 消极）、垃圾邮件识别、新闻主题分类【句子级别】 序列标注：命名实体识别（找人名、地名、手机号）、文本生成、信息抽取、文本转化【Token 级别】 # 文本表示 # 分词 词级分词：将文本按照词切分在英语中空格往往是天然的切词标志，但是容易出现 OOV 问题（未登录词问题） 字符级分词：一个字母、数字、标点甚至空格，都会被视作一个独立的 token，不会有 OOV 问题，但模型必须依赖更长的上下文来推断词义和结构，这显著增加了建模难度和训练成本。 子词级分词：将词语切分为更小的单元 ——...

# 卷积神经网络 学习内容基于：Pytorch 框架与经典卷积神经网络与实战 # CNN 卷积神经网络算法原理 # 全连接神经网络 输入层是我们输入的数据，这里看到的第一列节点并不是输入层，中间为隐藏层。 输入层就像 X（自变量），模型或者说这些网络就是 F（函数），我们得到的输出就是 Y（因变量）。 # 为什么要使用激活函数 在神经网络中使用激活函数的根本原因是引入非线性，从而使模型能够拟合和表达复杂的函数关系。如果没有激活函数，神经网络无论堆叠多少层，本质上都是一个线性模型，能力极其有限。多层线性变换的叠加依然是线性变换，最终的模型只能拟合直线 / 平面，完全无法处理复杂的数据模式 #...

# RPC 协议远程调用的几种实现 # Dubbo 简介 Dubbo 是阿里巴巴公司开源的一个高性能、轻量级的 Java RPC 框架。 致力于高性能透明化的透明化的 RPC 原创服务调用方案，以及 SOA...

# 基于 PyTorch 的手写数字识别 # MNIST 数据集 MNIST 是一个经典的手写数字识别数据集，包含 60,000 张用于训练的图片和 10,000 张用于测试的图片。每张图片分辨率为 28×28 像素，内容是数字 0–9 的手写体。我们将基于该数据集对模型进行训练和验证。 # 神经网络的定义 # 输入 一张图片大小： 1 × 28 × 28 （灰度图，通道数 = 1） # 第一层卷积 nn.Conv2d(in_channels=1, out_channels=16, kernel_size=5, stride=1, padding=2) 输入： 1 × 28 ×...

# PyTorch 深度学习 基于小土堆：https://www.bilibili.com/video/BV1hE411t7RN # 安装 基于 conda 环境来安装 conda create --name pytorch python=3.11查询已有环境 conda info --envs conda environments: base * D:\anaconda pytorch D:\anaconda\envs\pytorch 激活 pytorch 环境 conda activate pytorch其他命令 conda remove -n...

# Pandas 核心处理方法 # 什么是 Pandas Pandas 是一个基于 Python 的开源数据分析和数据处理库 它提供了两种核心数据结构： 数据结构 描述 类似于 索引 数据存储 类比 Series 一维带标签的数组 一列 单索引 同质化 Excel 单列 DataFrame 二维带标签的表格数据结构 一张表格（像 Excel 表） 双索引 各个列之间可以是不同的 整个 Excel 表格 应用场景： 数据预处理（机器学习前） 数据统计分析 自动化报表 数据可视化前处理 # Series Series 就像这样： Series Index Series...