搜索:靠脑网

flink 官翻译系列 (二) Applications

原创 2019-06-16 23:06 阅读(115)次
原文地址:https://flink.apache.org/flink-applications.htmlApache Flink是一个用于对无界和有界数据流进行有状态计算的框架。 Flink在不同的抽象级别提供多个API,并为常见用例提供专用lib。 流应用程序的构建要素 Building Blocks for Streaming Applications基于流处理框架来构建与运行的应用,取决于该应用所选择的框架如何更好的处理 stream,state以及time。下面我们将会描述流处理应用中这三个基础元素,并解释Flink是如何处理这三者的。     stre...

flink 官翻译系列 (一) 什么是flink

原创 2019-06-16 02:34 阅读(106)次
先声明,这系列文章我除了自己翻译也会借鉴前人的翻译结果。主要是为了自己的学习和一些跟我一样不擅长英语的朋友学习。我很看好flink这个框架,因为他同时能做流计算和批处理,性能上优于其他对手。而且我判断整个行业正在从老数据(离线)的T+N的BI工作中走向对实时性要求更高的流计算倾斜。3-4年前就听说了flink,一直因为各种原因没有好好学习。这是本系列的第一篇。https://flink.apache.org/flink-architecture.html  官网原文地址。 Apache Flink是一个能在有界和无界数据流上进行有状态计算的框架和分布式处理引擎。Flink被设计为在所...

(转自CSDN)深度学习入门必须理解这25个概念

转载 2018-06-06 21:34 阅读(122)次
最近在一个公众号看到推送了这篇文章,写得还是通俗易懂的,如果有基础的小伙伴看起来应该很不错,我觉得用来复习巩固知识非常合适 我联系博主,还没回复,容我转载过来自己时常复习。如有不妥,请联系我删除。 原文地址:https://blog.csdn.net/pangjiuzala/article/details/72630166    作者 Star先生神经网络基础1)神经元(Neuron)——就像形成我们大脑基本元素的神经元一样,神经元形成神经网络的基本结构。想象一下,当我们得到新信息时我们该怎么做。当我们获取信息时,我们一般会处理它,然后生成一个输出。类似地,在神经网络的情况...

介绍

原创 2018-04-21 11:43 阅读(314)次
我是一个有着12年IT从业经验的程序员,入行几年主攻JAVA,大数据,对机器学习,深度学习,人工智能方面有一定的学习研究。做靠脑网是初衷是将自己学习的一些笔记分享出来。本人能力有限,理工男语言表达能力一般,所以文字中难免有不少口语话的文字组合,请谅解。 有很多研究过的东西随着时间遗忘了,有很多正在研究的东西还没时间写下来。我会慢慢去增加这个网站的内容,请大家能时不时想起这个网站来看几眼而放入收藏夹中,或许就有你想要的只是。 如果你对靠脑网上分享的内容有兴趣或者有异议,可加QQ群咨询,提问,指正。 靠脑网技术交流群 群   号:772724726 入群请带上验证信息...

神经络的cost function

原创 2018-04-12 23:53 阅读(140)次
神经网络作为一个机器学习算法,跟逻辑回归,线性回归一样,也可以通过最小化代价函数cost function J(θ)来求预测函数h(θ)的θ。 逻辑回归的正则化cost function是 神经网络的cost function 是从上面的公式推导的 因为神经网络中输出层节点的激活函数都逻辑回归。但神经网络的输出层可能是K个节点,也就是输出是一个K维向量,在计算cost function的时候我们需要把这K维的值的cost都累加起来。 而正则项部分,因为神经网络中每个上层节点到下层节点都有权重(或者叫参数θ),所以需要都把他们加上,但不加上bias项的参数,这和逻辑回归是一样的,因为bias的...

神经络实现多分类的思路

原创 2018-04-12 17:34 阅读(383)次
在逻辑回归算法的分类问题中,我们提到过    多分类问题的求解思路。 在神经网络中,思考的方向也是一样的。 即是给预测的类别(预测概率最高的类别)为1,其他分类为0来表示。 神经网络中的实现思路 是在输出层做出N个节点(N为类别总数),这样在输出不在是一个数,而是一个N维向量,这个向量在预测认为最有可能的分类对应的维度上表示为1,其他维度上表示为0. 如      被认为是第2类别。 但第几个类别不是我们空谈,需要训练样本支持,也是就是学习的训练样本的y值也应该是一个N维矩阵,并仅在认为的类别对应的维度上表示为1,其他为0。 如...

初识神经

原创 2018-03-16 22:46 阅读(151)次
有一些问题,如果他不是线性问题,无法用线性回归来处理。因为他需要非线性方程才能拟合训练数据。而非线性方程意味着存在多项式,比如只有x1,x2的两种特征项,那多项式有可能是x1^2,x1x2,x2^2,x1^3,x2^3,(x1^2)x2,.....等等,但当特征项有100个的时候,x1,x2,x3, .....x100,那多项式的组合就是几何倍的增长。 例如计算机视觉问题,分辨一张图片是什么类型的事物,一张图片即使只有30*30的分辨率,他也意味着有900个数据点,而这数据点的数量就是特征项数目。如果用多项式来做计算,那就是都是一个计算量浩大的工程。 所以只是增加多项式来拟合数据的一些算法,比...

安全访问内linux的方式之XShell的隧道(tunneling)

原创 2018-02-10 16:16 阅读(207)次
前言    需求      解决方案     前言       SSH  :   Secure Shell,一种安全协议,分为ssh1,ssh2两个不同的版本    (这里不是J2EE的那三大框架)。       XShell支持ssh1,ssh2等协议,是目前比较常用的安全终端软件,不过是付费的。       你可以...