Understanding LSTM Networks Recurrent Neural Networks递归神经网络Humans don’t start their thinking from scratch every second. As you read this essay, you understand each word based on your understanding ...

RECURRENT NEURAL NETWORK REGULARIZATION ABSTRACT 摘要We present a simple regularization technique for Recurrent Neural Networks (RNNs) with Long Short-Term Memory (LSTM) units. Dropout, the most suc-...

Andrej Karpathy blog:# The Unreasonable Effectiveness of Recurrent Neural Networks There’s something magical about Recurrent Neural Networks (RNNs). I still remember when I trained my first recurre...

前置概念1. 时间步（Time Step）和序列数据（Sequential Data）1.1 序列数据（Sequential Data）序列数据（Sequential Data）是指按照时间或其他顺序排列的数据，其中每个数据点的意义和价值都依赖于它在序列中的位置和前后数据点的关系。序列数据广泛存在于许多实际应用中，如时间序列、自然语言处理、语音识别等。 序列数据的特点 时间依赖性：序列数据...

0. 什么是神经网络 (Neural Networks)神经网络是实现AI 的一种技术手段，一种广泛用于机器学习（Machine Learning）和深度学习（Deep Learning）领域的计算模型/算法架构。 它受到人类大脑神经元（Neurons）和它们的互动方式的启发，它由多个层（Layers）组成，每层包含多个神经元，这些神经元通过权重（Weights）连接传递信息。 神经网络的训...

之前无意中刷到这个twitter, 有点好奇这30篇paper 到底讲了啥，学完到底能知道什么，所以决定读一读。 如何读作为一个算法和AI小白, 真的学会在今天90%关于AI 的内容有点超出能力范畴， 所以我的目标是读懂这些paper的文本内容，建立一个整体的大框架即可。 依然对于一个算法和AI小白来说，直接阅读paper,、会遇到大量读不懂的概念， 需要查询相关资料，我觉得如果你也是...

最近总是刷到新加坡饮料分级的信息，感觉确实是一种可以帮助大家在日常生活中选择更健康饮料的方式，但是目前国内除了上海有4个试点品牌外，均没有饮料分级信息。 所以我做了一个简单的微信小程序 糖脂ABCD分级计算器，来计算饮料的分级，目前分级计算计算新加坡的nutri-grade 标准，希望它可以帮助你更好得了解日常喝的饮料。你可以在以下场景使用它 超市、便利店购买的瓶装饮料 目前提供配方的奶茶...

在MySQL InnoDB 这个语境下， crash safe、数据不丢失 都指的是事务的持久性特性，即事务一旦提交，应当保证所有被成功提交的数据修改都能够正确地被持久化，不丢失数据, 即使宕机也能够恢复数据 在InnoDB 中，持久性 基于binlog 和redo log 实现， 且binlog 与redo log 的写入通过2PC 协调. 0 XA 事务：binlog 和redo log...

隔离性，还有一个说法就是 数据可见性。 隔离性、数据可见性是一个在并发事务下才需要考虑的问题，并发事务可以分3种情况考虑 读-读， 读操作不会对数据产生影响，所以不需要关注 读-写 or 写-读， 可能会出现脏读、不可重复读、幻读 写-写，可能会脏写的情况 并发事务下的数据的一致性写问题 脏写：一个事务修改了另一个未提交事务修改过的数据。 并发事务下的数据的一致性读问题 脏读：事务...

原子性指的是事务要么完全成功执行，要么完全失败回滚，不允许部分执行。 这本质上是在要求具有rollback 回滚能力。 InnoDB中的事务可能会由用户主动触发Rollback；也可能因为遇到死锁异常Rollback；或者发生Crash，重启后对未提交的事务回滚。 InnoDB 的 rollback回滚能力 是基于 undo log 实现的。undo log 记录了修改操作前的旧版本数据，以...