Stargazer

逻辑回归 Sigmoid function Sigmoid函数：σ(z)=(1+e−z)−1\sigma(z) = (1 + e^{-z})^{-1}σ(z)=(1+e−z)−1 线性回归：z=w0x0+w1x1+...+wixi=∑iwixiz = w_0x_0 + w1_x1 + ... + w_ix_i = \sum_{i} w_ix_iz=w0​x0​+w1x​1+...+wi​xi​=∑i​wi​xi​, 矩阵形式: z=WTXz = W^TXz=WTX 逻辑回归：σ(z)=σ(w0x0+w1x1+...+wixi)=(1+e−(w0x0+w1x1+...+wixi))−1=(1+e−WTX)−1\sigma(z) = \sigma(w_0x_0 + w1_x1 + ... + w_ix_i) = (1 + e^{-(w_0x_0 + w1_x1 + ... + w_ix_i)})^{-1} = (1 + e^{-W^TX})^{-1}σ(z)=σ(w0​x0​+w1x​1+...+wi​xi​)=(1+e−(w0​x0​+w1x​1+...+wi​xi​))−1=...

相关性系数笔记 相关性系数可以用于衡量两个变量的相关性。 协方差 (covariance) 协方差在概率论和统计学中用于衡量两个变量的总体误差。x和y是两个随机变量，以下函数用于计算x和y序列的协方差。 covx,y=1N−1∑i=1N(xi−xˉ)(yi−yˉ)cov_{x,y}=\frac{1}{N - 1}\sum_{i=1}^{N}(x_{i}-\bar{x})(y_{i}-\bar{y})covx,y​=N−11​∑i=1N​(xi​−xˉ)(yi​−yˉ​) covx,ycov_{x,y}covx,y​ = covariance between variable x and y xix_{i}xi​ = data value of x yiy_{i}yi​ = data value of y xˉ\bar{x}xˉ = mean of x yˉ\bar{y}yˉ​ = mean of y NNN = number of data values 协方差输出正值表示正相关，负值表示负相关，0表示不相关。值大小不代表相关程度。 协方差矩阵 (covariance ...

梯度下降拟合曲线 原本打算使用python代码实现梯度下降曲线拟合。搜索了一圈没有找到讲得非常详细的文章。自己实践了一下记录在此。 注：公式是后期整理的没有很仔细，也许会有些细节上的问题，仅供参考。 原理 首先确定拟合曲线的函数是怎样的，这里用一元k次方程： y(w0,w1...wk)=w0+w1x+w2x2...+wkxk=∑n=0kwnxny(w_0,w_1...w_k) = w_0 + w_1 x + w_2 x^2 ... + w_k x^k = \sum_{n=0}^{k} {w_n}{x^n}y(w0​,w1​...wk​)=w0​+w1​x+w2​x2...+wk​xk=∑n=0k​wn​xn 然后，确定使用最小二乘损失函数： L=∑i=0j12j(yi^−𝑦i)2L = \sum_{i=0}^{j} \frac{1}{2j} (\hat{y_i} - 𝑦_i) ^ 2L=∑i=0j​2j1​(yi​^​−yi​)2 这里的y^\hat{y}y^​是观测值, yiy_iyi​是理论值(ground truth)，jjj是一次迭代的样本个数。 梯度下降优化，就...

PID笔记 参考B站的奇乐编程学院的视频: 通俗易懂的 PID 控制算法讲解 TODO [ ] 串级PID 公式 u(t)=Kpe(t)+Ki∫e(t)dt+Kpdedtu(t)=K_{p} e(t)+K_{i} \int e(t) d t+K_{p} \frac{de}{dt}u(t)=Kp​e(t)+Ki​∫e(t)dt+Kp​dtde​ u(t)u(t)u(t): PID control variable, 控制输出值 KpK_{p}Kp​: proportional gain, 比例增益 e(t)e(t)e(t): error value, t时刻的误差值 KiK_{i}Ki​: integral gain, 积分增益 de{de}de: change in error value, 误差微分 dt{dt}dt: change in time, 时间微分 其中, KpK_{p}Kp​, KiK_{i}Ki​, KdK_{d}Kd​需要调参 计算步骤 Python代码 1234567891011121314151617def pid(kp, ki, kd,...

Kalman filter学习笔记 前言 本文纯属笔记且未完成，巨坑，不具参考性。 应用 数据融合 目标追踪(SoRT) 前置知识点 线性代数 协方差，协方差矩阵 正态分布 运动模型 运动模型可以分为 一次运动模型 CV: 匀速模型(Constant Velocity) CA: 匀加速模型(Constant Acceleration) 二次运动模型 CTRV: 恒定转弯率和速度幅度模型(Constant Turn Rate and Velocity) CTRA: 恒定转动率和加速度 CSAV: 恒定转向角和速度 CCA: 恒定曲率和加速度(Constant Curvature and Acceleration) 匀速模型例子 系统状态方程 x^k=Ax^k−1+wk−1\hat{x}_k = A\hat{x}_{k - 1} + w_{k - 1}x^k​=Ax^k−1​+wk−1​ x^k\hat{x}_kx^k​: 第k次预测值 wk−1w_{k-1}wk−1​: 过程误差协方差矩阵, 符合期望为0，协方差为Q的正态分布 P(w)∼N(...

GPU云计算市场 这两天正式开始用AutoDL炼丹。感觉还是比较容易上手的。 貌似有点过拟合了。 忘了怎么找到这个AutoDL的，11-11前有重新装机的打算，准备装一个GPU搞DL训练。但是好几部分原因，搁置了装机计划，改为线上租赁。 现在用的是一个￥0.6/h的1080ti实例跑一下facenet的训练，作为前期的学习和验证足够了。它最低貌似能到0.49/h (TITAN)，但不太好抢。这个价格也就每小时一度电左右的费用，自己装机除了硬件费用还要给电费，而且硬件还有贬值，还要自己搭环境，收集数据，没有直接用线上的来的方便。 表格 随便简单采样了一些，发现这个领域还是比较卷的。 算力市场 数据集 备注 AutoDL 共享/百度云/阿里云盘 featurize 共享 可用较少, 没价格优势 智星云 公共 矩池云 1.00/h 起 恒源云 公共/共享 0.60/h 起, 类似autodl, 注册才能看价格 腾讯云 没仔细看 loss反映出的问题 train loss 不断下降，test loss不断下降，说明网络仍在学习;...

吐槽一下那些慕课 就不指名道姓了，估计大部分都差不多。 起个超大的标题，什么百万级高并发服务器设计与开发，进去一看前一半第一章hello world，后一半配服务器，最后一页告诉你。那感觉就像打开一本高等数学，第一页先从99乘法表开始水了一半，后面一元一次方程水一半，最后一页介绍了下微积分。这还是收费的所谓实战课，综合评分一看全满，评价默认好评还不能改。 这种课程你说它挂羊头卖狗肉吧，但是标题写的啥都蹭了一点，不过真的对不起这个标题和价格。

代码先丢在这，文字以后再补 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556static inline std::vector<std::string> stringSplit(const std::string &str, const char delimiter) { std::string tok; std::stringstream ss(str); std::vector<std::string> vec; while (std::getline(ss, tok, delimiter)) { vec.push_back(tok); } return vec;}static inline YAML::Node getNodeByP...

Android Kotlin使用gRPC记录 修改Project gradle kts 添加plugin 1id('com.google.protobuf') version '0.8.18' 添加dependencies 1234567implementation('io.grpc:grpc-protobuf:1.45.0')// gRPC请求依赖网络库，需指定netty或okhttpimplementation('io.grpc:grpc-okhttp:1.45.0')implementation("io.grpc:grpc-stub:1.45.0")implementation("io.grpc:grpc-kotlin-stub:1.2.1")implementation("com.google.protobuf:protobuf-kotlin:3.19.4") 添加protobuf block 123456789101112...

Flutter调试问题: SocketException: Failed to create server socket 有段时间没有用flutter，但是一直保持sdk更新。今天用的时候调试报Reason of Flutter error: SocketException: Failed to create server socket (OS Error: Failed to start accept), address = localhost, port = xxxx。 这个问题查了下，先是stackoverflow找到一个解决方案，要ipconfig查本机ip，然后再用实际ip启动： 1flutter run -d chrome --web-port=8080 --web-hostname= *the value of IPv4 Address* 但是没法在Android studio打断点debug。也查到说取消网卡绑定ipv6地址的，不过这个我没试。再试了把网卡ip改为127.0.0.1，也是可以启动的。与AS调试启动的不同只是在于，AS调试用的是localhost。...