机器学习数学基础，学习机器学习的必备知识。

计算机视觉中关于图像识别有四大类任务： 分类-Classification：解决“是什么？”的问题，即给定一张图片或一段视频判断里面包含什么类别的目标。 定位-Location：解决“在哪里？”的问题，即定位出这个目标

叶斯分类器是一种概率框架下的统计学习分类器，对分类任务而言，假设在相关概率都已知的情况下，贝叶斯分类器考虑如何基于这些概率为样本判定最优的类标。在开始介绍贝叶斯决策论之前，我们首先来回顾下概率论委员会常委--贝叶斯公式。

深度网络随着层数不断加深,可能会引起梯度消失/梯度爆炸的问题: “梯度消失”：指的是即当梯度（小于1.0）在被反向传播到前面的层时，重复的相乘可能会使梯度变得无限小。 “梯度爆炸”：指的是即当梯度（大于1.0）在被反向

卷积神经网络沿用了普通的神经元网络即多层感知器的结构，是一个前馈网络。以应用于图像领域的CNN为例，大体结构如图。

一直沿用至今的“M-P神经元模型”正是对这一结构进行了抽象，也称“阈值逻辑单元“，其中树突对应于输入部分，每个神经元收到n个其他神经元传递过来的输入信号，这些信号通过带权重的连接传递给细胞体，这些权重又称为连接权（con

vim 是一款比较好用的编辑器，被称为编辑器之神。当然linux或者unix默认的vim编辑器比较丑，要经过一系列的美化，对于使用者的要求比较高，没有耐心者勿用。

本人使用Gitea 搭建了私人仓库，并且在个站商店 上面添加了自己的仓库，但是Gitea没有提供站点地图和rss订阅相关功能，于是自己就写了脚本来做这件事，站点地图的详见根据站点生成sitemap.xml的脚本 。 本文就是处理rss订阅的脚本。

去离家近的西安发展对我来讲是一种不错的选择，既然选择了，就要一往无前，不要回头。

已经提了离职，并且写了交接系统的数据库字段解释，以及代码的简单处理流程，给交接的那个人讲了两边代码，交接的人也没有打断点看代码，就说自己不会。 然后他们领导(我们两个组合并了，具体架构不清楚)找到我说是我下班太早了，公司