原创 nohup 命令簡介
nohup命令就是不掛斷的運行命令,適用於我們想讓程序在後臺執行,而不一直佔用當前終端或者不把程序的log輸出到終端中。程序放在後臺運行,我們可以正常使用終端,並且程序會把日誌默認輸出到nohup.out文件中。 之前在服
原创 數據結構-鏈表總結
最近在學習鏈表,先做一下簡單的總結: 一、鏈表的結構 二、鏈表常見的筆試題 合併兩個排序好的鏈表 兩個排序鏈表的交叉節點(後面詳細介紹) 兩個鏈表相加–最高位在頭節點 兩個鏈表相加–最高位在尾節點 判斷鏈表是否爲迴文結構
原创 leetcode最大收益I II III
leetcode最大收益問題接連做了3道,難度逐漸提升,而且第三道直接沒有思路,現在做完之後,需要做一個總結。 第一題 https://leetcode.com/problems/best-time-to-buy-and-se
原创 Golang中interface{}轉爲數組
interface{} 轉爲普通類型 我們都知道在golang中interface{}可以代表任何類型,對於像int64、bool、string等這些簡單類型,interface{}類型轉爲這些簡單類型時,直接使用 p, ok
原创 git使用總結
Git使用總結 1、本地更新代碼前忘記拉取(pull)最新代碼 本地對代碼進行了修改,但是忘記拉取最新版本的代碼。這時想要拉最新的代碼時,git pull origin branch name,會提示你 Your local
原创 Vim使用總結
vim使用總結 vim是我們經常使用的工具,一些常規的操作還是比較熟悉的,還是想把它總結下來,以備忘記時查看使用。 1、vim中刪除多行(塊)代碼 打開文件之後,按shift+v默認進行選中塊的模式,然後按向下的方向鍵久會
原创 Matplotlib繪製不同顏色的帶箭頭的線
Matplotlib繪製不同顏色的箭頭線 週五的時候計算出來一條線路,但是計算出來的只是類似與 0->10->19->2->..0 這樣的線路只有寫代碼的人才能看的懂無法直觀的表達出來,讓其它同事看的不清晰,所以考慮怎樣直觀
原创 python對excel文件的操作
python對excel文件的操作 之前處理excel的時候主要是用pandas來做,這次處理一些小型的excel數據,用的是比較輕量級的python庫。主要有 xlrd、openpyxl、xlsxwriter 然後還
原创 Java從json文件中讀取數據
Java從json文件中讀取數據 數據準備 數據是利用python生成的一個字典x,然後使用json.dump(x, file)就可以將數據保存成json文件存儲至本地。 讀取數據 藉助java自帶的一些FIle包和阿里的JSON
原创 Tmux使用總結--不斷更新
Tmux Tmux終端神器,主要是用於終端的複用,這樣我們在使用終端的時候就不用開多個了,而是開一個終端,讓終端再分成不同的部分,這樣比開多個終端方便簡潔。 首先說幾個簡單的概念, Session:會話,相當於一個全局
原创 推薦算法-PNN(Product Network)
推薦算法-PNN 這篇文章出自上海交大,針對直接把Embedding之後的特徵輸入到神經網絡中進行計算對特徵的交叉組合不充分而提出來的。也是對特徵的組合做文章的一種方法。 PNN網絡結構 模型結構如下圖所示: 可以看出模
原创 推薦算法-NFM
推薦算法-NFM FM對於特徵的組合僅限於二階,缺少對特徵之間深層次關係的抽取。因此,NFM提出來就是在FM的基礎上引入神經網絡,實現對特徵的深層次抽取。NFM的模型結構圖如下所示: 模型的結構如上圖所示,首先輸入就是離
原创 推薦算法-Deep & Cross Network
推薦算法Deep & Cross Network 這篇文章是谷歌在2017年的一篇文章,是用在廣告點擊率預估上面的。從文章題目上來看,應該是包含兩大塊,Cross和Deep兩個部分。原因應該很簡單,還是在特徵的組合上做文章。但是看
原创 推薦算法-DeepFM
推薦算法-DeepFM 一、DeepFM出現的原因 在FM中,採用了一階和二階的特徵組合,相比與只使用一階線性組合效果要好很多。但是特徵組合的能力還是有限的。即特徵之間組合的力度,挖掘特徵之間的關聯性還是較差的。在圖像處理的一些方
原创 推薦算法-FM(Factorization Machine)
FMFM出現的原因FM的求解參考 FM出現的原因 FM是推薦系統中重要的方法,也有許多基於FM的變種。 FM的出現主要是爲了解決線性模型的特徵之間無法進行組合的問題。在LR模型中,特徵之間都是獨立存在的,無法體現特徵之間的聯繫