分布式锁有三种实现方式：1. 数据库乐观锁；利用数据版本 Version 记录机制实现：2. 基于Redis的分布式锁；SETNX，是「SET if Not eXists」的缩写，也就是只有不存在的时候才设置，可以利用它来实现锁的效果。缓存过期时，通过SetNX 获取锁，如果成功了，那么更新缓存，删除锁，需要注意的是：如果请求执行因为某些原因意外退出了，导致创建了锁但是没有删除锁，那么这个锁将一直

最近由中国计算机学会（CCF）主办，雷锋网，香港中文大学（深圳）承办的2018全球人工智能与机器人峰会（CCF-GAIR）在深圳召开，由于博主主要做NLP方向，主要在做情感分析，文本生成方面，所以主要关注大会NLP方面的内容，其中给大家分享一个情感分析入门的文章。国内做情感分析比较好的有：哈工大秦兵老师，秦老师多年从事自然语言处理的研究，获得国内第一个关于文本情感分析方面的自然科学基金重点...

首先博主声明下，如果你用的Python编译环境是 Anaconda,那就不存在这个问题喽，anaconda里面集成了很多关于python科学计算的第三方库，基本不用单独安装了.在 cmd下 输入：pip list查询是否安装如果没有安装SciPy包在 cmd下 输入：pip install scipy发现一直安装不成功！！!使用pycharm编译环境下：1.

时间序列预测模型，常用的机器学习模型主要包括以下3类：ARIMA，Prophet，LGB。①优点简单易行，可解释性强；数据量要求低；计算速度较快，可以对每个站在线拟合推理；②缺点仅支持单变量；准确率低；③适用场景：基于统计学方法，项目初期冷启动①优点简单易行，可解释性强；数据量要求低；加入先验知识（节假日）；计算速度更快，可以对每个站在线拟合推理；②缺点仅支持单变量；无法特征工程；准确率较低；③适

1. MQ一条消息的生产和消费过程消息的丢失可能发生在Producer、Broker、Consumer 的任一阶段；2. RabbitMQ2.1 生产者丢失数据原因生产者将数据发送到 RabbitMQ 的时候，消息可能因为网络等问题在传入过程中给搞丢了。2.1.1生产者端解决方法开启 RabbitMQ 事务使用用 RabbitMQ 提供的事务功能，就是生产者发送数据之前开启 RabbitMQ 事务

HTTP协议规范从未有对URL长度进行任何限制，也没有对GET/POST的参数值数据长度有限制。这个限制是特定的浏览器及服务器对它的限制。常见浏览器对URL的最大限制：Microsoft Internet Explorer (Browser)IE浏览器对URL的最大限制为2083个字符，如果超过这个数字，提交按钮没有任何反应。2. Firefox (Browser)对于Firefox浏览器URL的

一.过拟合在训练数据不够多时，或者over-training时，经常会导致over-fitting（过拟合）。其直观的表现如下图所所示。随着训练过程的进行，模型复杂度，在training data上的error渐渐减小。可是在验证集上的error却反而渐渐增大——由于训练出来的网络过拟合了训练集，对训练集以外的数据却不work。在机器学习算法中，我们经常将原始数据集分为三部分：训练...

语言模型       对于很多自然语言处理领域的问题，比如机器翻译，处理要确定预测结果中的字词集合以外，还有一个非常重要的方面就是要评估文本序列是否符合人类使用的习惯。也就是要判断文本是否通顺、自然、甚至在翻译问题上，“信”、“达”、“雅”是一种高级的要求。语言模型就是用于评估文本符合语言使用习惯程度的模型。       要让机器来评估文本是否符合人类的使用习惯，一种方式是通过语言学方面的

1.首先要确保自己的虚拟机安装了vmware tools ①点击虚拟机的虚拟机(M)->重现安装VMware Tools（T）②此时系统会弹出装载虚拟CD驱动器 点击打开文件③打开文件后可将 文件夹里的文件全部复制到自己的某个文件夹中，例如放在桌面④Ctrl+ALT+t打开终端， 输入命令：cdDesktop      ta

梯度下降算法针对凸优化问题原则上是可以收敛到全局最优的，因为此时只有唯一的局部最优点。而实际上深度学习模型是一个复杂的非线性结构，一般属于非凸问题，这意味着存在很多局部最优点（鞍点），采用梯度下降算法可能会陷入局部最优，这应该是最头疼的问题。这点和进化算法如遗传算法很类似，都无法保证收敛到全局最优。因此，我们注定在这个问题上成为“高级炼丹师”。可以看到，梯度下降算法中一个重要的参数是学习速率，适当