线程基本知识\quad进程是资源管理的基本单元，而线程是系统调度的基本单元，线程是操作系统能够进行调度运算的最小单位，它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。一个进程在某一个时刻只能做一件事情，有了多个控制线程以后，在程序的设计成在某一个时刻能够做不止一件事，每个线程处理独自的任务。需要注意的是：

1.gcc包含的c/c++编译器gcc,cc,c++,g++,gcc和cc是一样的，c++和g++是一样的，一般c程序就用gcc编译，c++程序就用g++编译2 如何编译c++11在Linux中可以使用g++-std=c++11 -o test test.cpp进行c++11的编译，-o用来指定参数的名字test。3 gcc的基本用法gcc test.c这样将编译出一个名为a.out的程序g

opencv的安装简直让人头疼，注意是一些依赖包的原因，刚开始使用的是Centos找软件真是欲生欲死，有点包含没有，因此转头Ubuntu的怀抱，用过都懂的。这里说下自己用的是16.04的LTS版本。下面说一安装过程：1. 安装依赖项// 这里如果有版本或拼写问题，可以用tab去补全，查看要安装哪一个// 建议不要一次安装这么多，这样可以看到哪里出错了sudo apt-get updates

主要为什么要选择用set，因为set容器不会出现相同的元素。/***************************************************************************************** Given two arrays, write a function to compute their intersection.** Example

// Date: 2016.07.25// Author : yqtao// https://github.com/yqtaowhu/******************************************************************************* Write a program to check whether a given

关于HMM模型的介绍，网上的资料已经烂大街，但是大部分都是在背书背公式，本文在此针对HMM模型在中文分词中的应用，讲讲实现原理。尽可能的撇开公式，撇开推导。结合实际开源代码作为例子，争取做到雅俗共赏，童叟无欺。没有公式，就没有伤害。模型介绍第一次听说HMM模型是从李开复的博文论文中听说的：李开复1988年的博士论文发表了第一个基于隐马尔科夫模型（HMM）的语音识别系统Sphinx，被《商业周刊》评

关于HMM模型的介绍，网上的资料已经烂大街，但是大部分都是在背书背公式，本文在此针对HMM模型在中文分词中的应用，讲讲实现原理。尽可能的撇开公式，撇开推导。结合实际开源代码作为例子，争取做到雅俗共赏，童叟无欺。没有公式，就没有伤害。模型介绍第一次听说HMM模型是从李开复的博文论文中听说的：李开复1988年的博士论文发表了第一个基于隐马尔科夫模型（HMM）的语音识别系统Sphinx，被《商业周刊》评

实现c++标准模板库STL(implement the c++ STL)Author : yqtaohttps://github.com/yqtaowhu学c++同学必会的一项技能必须懂得STL，STL真的非常的强大，因此自己想实现一个自己的STL库，因此在读了《STL源码剖析》之后，开始了编写自己的库道路，如果你有兴趣，欢迎和我一起研究，完整的代码和测试案例在我的Github：https://g

\quad过拟合即在训练误差很小,而泛化误差很大,因为模型可能过于的复杂,使其”记住”了训练样本,然而其泛化误差却很高,在传统的机器学习方法中有很大防止过拟合的方法,同样这些方法很多也适合用于深度学习中,同时深度学习中又有一些独特的防止过拟合的方法,下面对其进行简单的梳理.1.参数范数惩罚\quad范数正则化是一种非常普遍的方法,也是最常用的方法,假如优化:minObj(θ)=L(y,f(x

\quad过拟合即在训练误差很小,而泛化误差很大,因为模型可能过于的复杂,使其”记住”了训练样本,然而其泛化误差却很高,在传统的机器学习方法中有很大防止过拟合的方法,同样这些方法很多也适合用于深度学习中,同时深度学习中又有一些独特的防止过拟合的方法,下面对其进行简单的梳理.1.参数范数惩罚\quad范数正则化是一种非常普遍的方法,也是最常用的方法,假如优化:minObj(θ)=L(y,f(x