faiss 中不同算法构建索引，不同的搜索参数， 搜索的性能和召回率差异巨大。 本文在召回率比较好的情况下 (>0.99)，对比常用的 IVF 索引和 HNSW 索引的性能差异

问题提出在前面 “深度学习代码实践（四）- 从0搭建一个神经网络：感知机与激活函数”的博文分享中，提到，神经网络的本质是：通过参数与激活函数来拟合特征与目标之间的真实函数关系。单层网络只能做线性分类任务，两层神经网络可以无限逼近任意连续函数。这里提到的“用两层神经网络可以无限逼近任意连续函数”。 那么神经网络是不是真的能够逼近任何函数。 我用 Tensorflow 做了一个实验， 以一个已知函数

Kubernetes 的 Service Account 是如何工作的

传统的搜索，使用关键做精确的查找，利用倒排索引在索引库中搜索。日常在用的百度，Google都属于关键词搜索。在 AI 时代我们需要查找一张相似的图片，一个问题的答案，或者根据一段音乐查找对应的歌曲，这些情况下没有准确的关键词用来做检索。 这些图片，问题（文本），语音，不再是简单的一个一维量化的数字，而是包含了大量的属性特征。 因而不合适使用传统的关键字搜索引擎来查找。对于文本，图片，语音，视频，D

用了好久的linux， firefox的插件都放在linux的ext4分区上。 想要在windows xp中读取ext4分区的文件，接着就有了一段惊心动魄的经历。 首先是到google上搜索“reading linux ext4 from windows”，找到好几个网页说可以用ext2fsd或者linux reader的，ext2fsd和linux reader都号称支持ext4, 但都

限流的目的，是在系统流量过大的时候，对系统进行保护，避免因为流量过大，导致系统不稳定，甚至出现故障。云原生环境下的限流方案比较多。 轻量级的方案可以使用 Bucket4j +Hazelcast/ignite/infinispan 的内存数据结合的方案。 完整的方案可以使用 Sentinel 集群。

因为网络的原因，我们拉取不到 docker 官方的容器， 还有 gcr.io 的容器，github上的容器，因此需要通过代理来拉取容器镜像。使用 Docker 的时候，有3种情况需要使用代理服务器，配置的方法不一样。1.Docker pull 的时候，使用的 Docker 服务的环境变量来设置 dockerd 进程的代理。2.而在 Docker 内部容器运行时，需要设置 宿主机的 docker 的

pip3 install pixellib 的时候遇到这个错误：ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conf

1.在命令行中输出空行： echo.  注意echo跟.中间没有空格。2.检查文件是否存在： if exist somefile somecommandif not exist somefile somecommand3.windows中类似linux上的/dev/null的空设备: nul， 比如所有输出都重定向到空设备： somecommand

JKube 省去了配置 Dockerfile, k8s manifest 的过程。自动化了 docker 镜像的构建。极大提高了 Java 应用云原生环境集成的效率。使用 JKube 来构建 Java 应用的镜像， 只需要引入 kubernetes-maven-plugin 就可以了。