u010215609的专栏

这里将记录一下，如何快速的开发一个针对binary vector进行优化的KMode聚类算法。

用autoencoder做topic modeling，效果可以比LDA好非常多

量化乘积方法过程： 1. 将D维向量集进行聚类，生成N个子集，以及每个子集的质心； 2. 将每个子集中的向量，转变为这个向量在这个类中的余量，即r(y)=y−qc(y)r(y) = y - q_c(y)，可以理解成在高维空间中，质心坐标到y坐标的向量。 3. 将每个余量，分成m个子余量，对m个组的子余量再进行聚类，每组会得到mk个质心； 4. 最后可以得到一个三层的聚类树，第一层对向量进行聚

Deep Neural Network个人认为，可以在不了解dnn背后原理的情况下，使用dnn解决问题（黑箱），但是想要更好的使用dnn，还是要下功夫了解dnn是怎么work的。什么是DNN?A: DNN 是一种以输入输出单元为基本组成成分，以连接这些单元的有向网络为主要算法结构，并最终构建一个可以接受输入数据，输出预测结果的有向图。它有两个重要的特性：1. 网络结构可以被修改，工程师可以根据任务需

使用cython调用C++代码时，

本文提供了一种可以在笔记本电脑上使用GPU完成需要高性能计算的深度学习，游戏等功能的解决方案。首先这里的笔记本实际上指的是准系统笔记本，可以百度搜索准系统了解基本介绍，也可以到准系统吧进一步的深入了解和与相关专业高手交流。准系统实际上指的是高性能笔记本的模具（类似于alienware，地球人，未来人），通过卖家的DIY组装配置，最后买家可以以较为低廉的价格获得性能极高的笔记本。缺点是：

你知道DeepMind吗？ 很可能知道，毕竟大家都已经熟知，这家公司这几年发生的两件大事： 1. 被谷歌收购 2. 花了很多很多的资源，教计算机下围棋，并打败目前所有已知的围棋顶级选手那么你也很可能知道DeepMind在13年发了一篇paper，叫做”Playing Atari with Deep Reinforcement Learning”。这篇paper讲的是deepmind是怎么教计算