k8s学习之路.基础.[01.走进Kubernetes]
什么是Kubernetes 随着微服务架构被越来越多的公司使用，大部分单体应用正逐步被拆解成小的、独立运行的微服务。微服务的优势这里不做探讨，但是其带来的服务维护问题大大增加，若想要在管理大量微服务的情况下还需要让资源利用率更多且硬件成本相对更低，那么基于容器部署的微服务的一些自动……
nndl_note: 深度神经⽹络为何很难训练
消失的梯度问题 导致梯度消失的原因 在更加复杂⽹络中的不稳定梯度 其它深度学习的障碍 上一章提到了神经网络的一种普遍性，比如说不管目标函数是怎样的，神经网络总是能够对任何可能的输入得到一个近似的输出。 普遍性告诉我们神经⽹络能计算任何函数；而实际经验依据提⽰深度⽹络最能适⽤于学习能够解决许……
程序员如何提升个人的技术影响力
公司组织了个内训师培训班，进入前需要面试审核，以下是我的面试分享课题，这里分享出来以作记录。 大家晚上好，我是howie6879，目前主要负责的工作是风控和画像这两块；我个人的话比较常用的语言是Python，个人技术领域主要面向后端、大数据、智能应用等领域方向。 但是今天我不准备分享……
程序员如何在工作中保持进步
工作，对于大部分人都是不可避免的一件事，有的人是为了生存，有的人是为了自我价值的实现，也有人是为了将来不工作而现在努力工作，出发点可能各种各样，但是工作总是大部分人不可避免的一部分。
……nndl_note: 神经⽹络可以计算任何函数的可视化证明
两个预先声明 一个输入和一个输出的普遍性 多个输入变量 S型神经元的延伸 修补阶跃函数 结论 本章其实和前面章节的关联性不大，所以大可将本章作为小短文来阅读，当然基本的深度学习基础还是要有的。 主要介绍了神经⽹络拥有的⼀种普遍性，比如说不管目标函数是怎样的，神经网络总是能够对任何可能的输入$x……
nndl_note: 改进神经⽹络的学习⽅法
交叉熵代价函数 引⼊交叉熵代价函数 交叉熵的含义？源⾃哪⾥？ 过度拟合和规范化 规范化 为何规范化可以帮助减轻过度拟合 规范化的其他技术 权重初始化 如何选择神经⽹络的超参数 参考 万丈高楼平地起，反向传播是深度学习这栋大厦的基石，所以在这块花多少时间都是值得的 前面一章，我们深入理解了反向传播算法如……
不论微信钉钉，我写了个通用消息监控处理机器人
上一篇推文中提到，我希望通过监控微信对应的聊天记录，来实现一个消息自动处理的机器人，上篇文章实现的就是自动保存感兴趣的文章到Bear。 虽说那篇文章比较实用，也有很多朋友表示喜欢，但还有不少缺陷： 对技术薄弱的朋友复现困难，项目很多配置需要手动生成，前期校验工作很多 二次开发比较困难，……
利用微信同步文章到Bear
如果图片失效：见【教程&工具】微信同步文章到Bear 在我日常工作中，我会将各种互联网以及生活中产出的信息汇总到Bear，再通过Bear的云同步使我各个终端的信息保持一致。 以前在使用有道云笔记的时候，有个功能我很喜欢，就是当看到一篇想收藏的文章的话，就可以直接右上角发送到有……
nndl_note: 反向传播算法如何工作
热⾝：神经⽹络中使⽤矩阵快速计算输出的⽅法 关于代价函数的两个假设 反向传播的四个基本方程 输出层误差的⽅程 使用下一层的误差表示当前层的误差 代价函数关于⽹络中任意偏置的改变率 代价函数关于任何⼀个权重的改变率 反向传播算法 反向传播：全局观 参考 前面一章，我们通过了梯度下降算法实现目标函数的最……
nndl_note: 识别手写字
感知器 S型神经元 神经⽹络的架构 ⼀个简单的分类⼿写数字的⽹络 随机梯度下降算法 实现数字分类模型 参考 Neural Networks and Deep Learning 是由 Michael Nielsen 编写的开源书籍，这本书主要讲的是如何掌握神经网络的核心概念，包括现代技术的深度学习，为你将来使⽤神经网络和深度学习打下基础，以下是我的读书笔记。 神经网络是一门重要的机器……