逻辑回归的假设函数：
其中
函数图像：
一个机器学习模型实际上是把决策函数限定在某组条件下，这组限定条件决定了模型的假设空间，逻辑回归的假设空间：
它的意思是在给定的
直观理解：将数据点通过某个函数映射到高维空间中（我们称这个函数为核函数），这时寻找一个平面（我们称这个平面为超平面）对空间进行切分，达到同类的数据点在同一面的效果，最后将该平面与空间曲面形成的交线投影到原维度中，得到分类结果。
直观演示视频：https://www.youtube.com/watch?v=3liCbRZPrZA
不定期更新……
二月 22日, 2021
亲测可用的PyTorch和TensorflowBoard版本，不会出现绘制模型结构图片时空白的情况。 1234torch==1.2.0tensorboard==2.1.1tensorflow==2.1.0tensorboardX==2...
二月 22日, 2021
本文主要是针对近年来序列模型的发展，例如 BERT、Transformer-XL、XLNet、RoBERTa 以及 XLM 等模型的思路整理。 BERT: Bidirectional Encoder Representations f...
二月 22日, 2021
本文希望从 Base-Attention 到 Transformer 逐层递进的解释其中的计算细节,从而更好的理解 Transformer 模型。本文主要对模型可能存在的盲区进行解释，可能思路有些跳跃，请谅解。参考资料见文章末尾Ref...
四月 7日, 2020
模型越复杂越容易出现过拟合状态，所以需要一种机制来保证我们模型的“简单”，这样我们的模型才能有较好的泛化能力，正则化是这类机制之一。 欧几里得范数： L2 范数： L1 范数： 推导过程 泰勒公式 为什么可以减少过拟合 ...
二月 11日, 2025
本文将通过计数过程推导 t 时刻事件发生 k 次的概率公式。 I. 计数过程 有这样一段连续时间，事件每经过时间间隔发生一次，这里用代表从到时间内事件发生的次数，那么在简单模型下，事件的发生次数。 众所周知，在实际生活中事件发生的间隔...
一月 8日, 2024
上一章中我们遇到的字符混乱和 GP 异常问题，根本原因是由于临界区代码的资源竞争，这需要一些互斥的方法来保证操作的原子性。 10.1 同步机制——锁 10.1.1 排查 GP 异常，理解原子操作 多线程执行刷屏时光标值越界导致 G...
十月 30日, 2023
线程和进程将分两部分实现，本章先讲解线程。 9.1 实现内核线程 9.1.1 执行流 在处理器数量不变的情况下，多任务操作系统采用多道程序设计的方式，使处理器在所有任务之间来回切换，这称为“伪并行”，由操作系统中的任务调度器决定当前处...
六月 26日, 2023
用户层虚拟化 本地 API 拦截和 API formwarding 在用户态实现一个函数库，假设叫 libwrapper， 它要实现底层库的所有 API； 让 APP 调用这个 libwrapper。如何做？ libw...
六月 23日, 2023
硬件虚拟化介绍 硬件虚拟化要做的事情 体系结构支持 体系结构 实现功能 作用 模式切换 Host CPU <-> Guest CPU 切换 CPU 资源隔离 二阶段地址转换 GVA-> GPA ...
一月 20日, 2023
8.1 makefile 简介 这部分可参考阮一峰的讲解：https://www.ruanyifeng.com/blog/2015/02/make.html 8.1.1 makefile 是什么 makefile 是 Linux ...