列出學習LDA過程中參考的鏈接，其中第一條鏈接中的博主講述得十分清晰詳細：
通俗理解LDA主題模型
主題模型-LDA淺析 - CSDN博客
看到了一篇講的很好的DCN解讀，摘錄一下 https://blog.csdn.net/Dby_freedom/article/details/86502623 FM，deepFM，DCN都常用來做推薦場景的點擊率預估。主要是針對超大維度的
GitHub衆所周知是代碼託管工具，git是管理工具 註冊GitHub賬號，下載安裝git工具 git安裝比較簡單，安裝路徑設置，其他可以直接默認選擇就行 代碼上傳 1、可以選擇直接在GitHub上拖拽，但如果數據大於25M就不
對於多標籤分類的評價指標比較複雜，一般對於n個二分類混淆矩陣要引入宏平均、微平均、權重評價即Macro-average、Micro-Average，Weighted-Average，近期正好應用，所以就總結一下。 Macro-averag
查看 CUDA 版本： cat /usr/local/cuda/version.txt 查看 CUDNN 版本： cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
https://zhuanlan.zhihu.com/p/66048276 這裏重點摘錄一下對loss的解讀，對我啓發很大。
日期：17.5.1-5.4 我原本計劃在Linux Ubuntu系統上安裝Spark，網上教程和攻略細細讀了幾篇，準備工作基本就緒，卻唯獨差了一個u盤。爲了趕時間，不因此拖進度的後腿，臨時起意轉戰windows。 對於我來說，在
轉載於：參考鏈接 西儲大學軸承故障數據官網 python2 版本 cwru庫github地址 Github數據下載地址 python2 可以直接安裝使用CWRU庫，該庫的功能是下載數據，並且切分成可供訓練和評估的訓練集和測試集數據
