想必大家都遇到过类似的困扰，拿到git上的一套代码，想在本机上运行，又缺少环境。配制环境，不是遇到缺少库，就是版本不兼容各种问题。大家共同开发一套代码，如果有共同的服务器，配置一次环境大家都可以用，如果没有，就需要每个人都需要配置环境，又费时又费力。这时候就需要我们的docker。docker是什么，Docker 是一个开源的容器化平台，用于开发、运输和运行应用程序。它将应用程序及其依赖项打包到一

1、前言最近有朋友问我，损失函数与激活函数的问题，由于有段时间没接触深度学习，一下子还有点蒙。最近也是复习了下。浅讲下自己对深度学习的理解。2、梯度相信大家对导数的概念都比较清楚，...

想必大家都遇到过类似的困扰，拿到git上的一套代码，想在本机上运行，又缺少环境。配制环境，不是遇到缺少库，就是版本不兼容各种问题。大家共同开发一套代码，如果有共同的服务器，配置一次环境大家都可以用，如果没有，就需要每个人都需要配置环境，又费时又费力。这时候就需要我们的docker。docker是什么，Docker 是一个开源的容器化平台，用于开发、运输和运行应用程序。它将应用程序及其依赖项打包到一

一、理论部分1.1、极大似然估计。这部分设计深入浅出直接来例子：假设袋子里有100个球分别有黑球和白球（对应的二分类），有放回的从袋子里拿了100次。80次白球，20次黑球。

一、公式推导，矩阵最小二乘法(参考高等代数)这部分知识可以参考：高等代数9 7 向量到子空间的距离 最小二乘法 - 道客巴巴如果是实现非线性这部分知识可以参考周志华西瓜书二、代码实现。...

一、理论部分理论部分没什么好讲的了。具体公式可以参考周志华西瓜书。计算信息熵Ent(D)与信息增益Gain（D）。原理的话就是选取信息增益最大的为根，以此类推。观察公式可以看到信息增益Gain（D）= 根节点信息熵（X） - 权重*分支节点信息熵和（Y）= X-Y由于根节点确定后 X不变，要选取最大Gain（D），就是选择最小Y。又因为Y计算过程会取负数，所以选择节点时只需取 乘积和的 最大值就行

昨天有人给我发co-tracker开源，秉持着一贯好奇与好学的心态。尝试自己搭建环境跑跑demo看看效果。git链接：https://github.com/facebookresearch/co-tracker本机环境：ubuntu 18.04cuda 11.7。

1、前言最近有朋友问我，损失函数与激活函数的问题，由于有段时间没接触深度学习，一下子还有点蒙。最近也是复习了下。浅讲下自己对深度学习的理解。2、梯度相信大家对导数的概念都比较清楚，...

一、公式推导，矩阵最小二乘法(参考高等代数)这部分知识可以参考：高等代数9 7 向量到子空间的距离 最小二乘法 - 道客巴巴如果是实现非线性这部分知识可以参考周志华西瓜书二、代码实现。...

一、理论部分1.1、极大似然估计。这部分设计深入浅出直接来例子：假设袋子里有100个球分别有黑球和白球（对应的二分类），有放回的从袋子里拿了100次。80次白球，20次黑球。