是正则化项，当它是拉普拉斯分布时对应L1正则（z容易得到稀疏解），当它是高斯分布时对应L2正则。而变分推断在解决后验分布计算的问题上有它的足够优势。而且，在隐空间中，相似的样本也是相近的，这确保了在隐空间中进行各种计算操作的正确性，同时在隐空间中计算也会更加便捷。的作用是作为正则项，把隐空间的结构规则限定在高斯，使之不至于太复杂而过拟合。看做是一个随机变量，它有自己的分布，目标转为已知观测数据。这

一直觉得光看看视频，学不到精髓，还常常把自己弄得烦躁不堪。于是打算从SVM开始，想把看视频的整个学习历程用博客的形式写下来。什么是机器学习：我们事先并不约束计算机必须总结出什么规律。而是让计算机自己去探索一种最大化收益函数的行为或者规律。在这其中，从一大堆训练样本里试错，积累经验 E ,最终以一个不错的效果（性能指标 P）达成任务 T。 数学中典型的最优化过程。举例：任务T：设计程序让机器人冲咖啡

其从用户数据中构造图（graph）的方法和应对大规模图而采取的实现技巧都值得我们学习。PinSage被应用在图片推荐类Pinterest上。在Pinterest中，每个用户可以创建并命名图板（board），并将感兴趣的图片（pins）添加进图板。推荐系统的任务是为每个图片生成高质量的表示向量，并据此为每位用户推荐其可能感兴趣的图片。

【代码】【PAT甲级】1175 Professional Ability Test。

该套代码，大学期间跟着网课一遍一遍打下来的，408大概就这些了，别的杂七杂八其实还有很多，遗憾的是，一直没有整理和归纳。导致一遍遍地学一遍遍地忘记。大四就快毕业了，研也考了，不知道以后的路会是什么样子。这里做个整理，算是给408一个小小的胶带吧。后续如果有缺漏还会弥补。请说明malloc、calloc、realloc三者的区别，并分别介绍用法malloc函数：malloc用于分配指定大小的内存块，

pass策略模式是一种行为型设计模式，通过定义一系列算法并将每个算法封装起来，使它们可以互相替换，从而实现算法的独立变化和复用。策略模式可以提高代码的灵活性和可维护性，适用于算法需要在运行时选择或消除条件语句的场景。合理使用策略模式，可以显著提高代码的质量和设计水平。

pass解释器模式是一种行为型设计模式，通过定义一个语言的文法表示，并建立一个解释器来解释语言中的句子。解释器模式适用于简单文法的解释、领域特定语言和可扩展的文法规则的场景。合理应用解释器模式，可以提高系统的灵活性和可维护性。理解并掌握解释器模式，有助于在实际开发中构建高效、灵活的系统，特别是在需要动态解释或运行时解释的场景中。

推导卡尔曼滤波（Kalman Filter）最直观的方法不是直接去啃复杂的矩阵公式，而是从 “如何融合两份不完美的证据” 这个直觉出发。我们可以通过递归贝叶斯估计的思想，分三步完成推导。假设你要测量一个物体的温度。你现在想要得到一个最接近真实的融合估计值 x^new\hat{x}_{new}x^new​。最合理的做法是做加权平均：x^new=w1x^1+w2z2\hat{x}_{new} = w_

深度Q学习（DQN）通过结合深度神经网络和Q学习，能够在复杂和高维度的状态空间中进行有效的强化学习。关键技术包括经验回放和目标网络，这些技术显著提高了训练的稳定性和效率。尽管面临一些挑战，但DQN在许多强化学习任务中表现出色，特别是在游戏和模拟环境中。

本书之前的章节讲解了基于值函数的方法（DQN）和基于策略的方法（REINFORCE），其中基于值函数的方法只学习一个价值函数，而基于策略的方法只学习一个策略函数。那么，一个很自然的问题是，有没有什么方法既学习价值函数，又学习策略函数呢？ 答案就是 Actor-Critic。Actor-Critic 是囊括一系列算法的整体架构，目前很多高效的前沿算法都属于 Actor-Critic 算法，本章接下来