1. 写在前面在写fun-rec新闻推荐系统的YouTubeDNN召回的时候， 得到用户向量和新闻向量，基于用户向量，需要从海量新闻里面得到最相似的TopK个新闻， 此时需要用到快速向量检索技术，之前用过的一个工具是faiss， 具体使用方法我也记录了一篇博客Faiss(Facebook开源的高效相似搜索库)学习小记， 但是faiss在windows系统中并不是很好安装，并且看着也有些复杂， 这次

1. 写在前面最近学习推荐系统， 想做一个类似于企业上的那种推荐系统(采用的阿里天池赛的一个电商数据集， 然后基于大数据的Lambda架构， 实现离线和在线相结合的实时推荐系统)， 这样可以熟悉一下真实环境中的推荐系统流程， 但是这里面需要大数据的开发环境， 所以这里的这个系列是记录自己搭建大数据开发环境的整个过程， 这里面会涉及到Hadoop集群，Spark， zookeeper, HBase,

1. 写在前面c++在线编译工具，可快速进行实验: https://www.dooccn.com/cpp/这段时间打算重新把c++捡起来， 实习给我的一个体会就是算法工程师是去解决实际问题的，所以呢，不能被算法或者工程局限住，应时刻提高解决问题的能力，在这个过程中，我发现cpp很重要， 正好这段时间也在接触些c++开发相关的任务，所有想借这个机会把c++重新学习一遍。 在推荐领域， 目前我接触到的

Hadoop是一个Apache基金会开发的分布式系统基础架构， 主要解决： 海量数据的存储和海量数据的分析计算问题

1. 写在前面这个系列整理的关于GNN的相关基础知识， 图深度学习是一个新兴的研究领域，将深度学习与图数据连接了起来，推动现实中图预测应用的发展。 之前一直想接触这一块内容，但总找不到能入门的好方法，而这次正好Datawhale有组队学习课，有大佬亲自带队学习入门，不犹豫，走起(感谢组织)。所以这个系列是参加GNN组队学习的相关知识沉淀， 希望能对GNN有一个好的入门吧 ????这篇文章是消息传递

1. 写在前面这个系列大约有5个多月的时间没有更新了， 这段时间经历了主要是在忙实习的事情，公司里是很难静下心来去阅读西瓜书这样的宝书的，所以呢，一直搁置。而现在回到学校， 算是有一些时间，打算把这个系列接上。虽然这里面的知识比较偏理论，可能给我们的感觉是不太实用，并且写的有些省略，晦涩难懂，对初学者也不是很友好， 但里面有很多重要的思想是我们解决实际问题中会考虑到的，而我之所以想重温一遍，完全是

c++在线编译工具，可快速进行实验: https://www.dooccn.com/cpp/1. 写在前面这段时间打算重新把c++捡起来， 实习给我的一个体会就是算法工程师是去解决实际问题的，所以呢，不能被算法或者工程局限住，应时刻提高解决问题的能力，在这个过程中，我发现cpp很重要， 正好这段时间也在接触些c++开发相关的任务，所有想借这个机会把c++重新学习一遍。 在推荐领域， 目前我接触到的

1. 写在前面今天整理OpenCV入门的第二个实战小项目， 前一篇文章是信用卡数字识别， 主要运用了OpenCV基础图像处理操作里面的轮廓检测， 边缘检测，形态学操作， 今天的这个项目叫做文档ocr扫描识别，就是给定一个文档的图片，然后识别文档上的文字信息，这个在生活中也是非常常见的哟。 比如试卷扫描，文章扫描等等吧，其实原理都非常类似。下面是给定了一个随意拍摄的购物小票的图片， 然后通过一顿图片

这段时间，会有系列真实的竞赛项目陪伴，我会通过修炼笔记的方式记录我这段时间学习数据竞赛的经历，希望每个竞赛都能给我们带来收获和成长！ 这个故事会很长，但我会坚持往下走，你看，天上太阳正晴，如果可以，我们一起吧…1. 写在前面终于下定决心涉足这个纠结很久的话题了，作为一个懵懂无知的竞赛小白，其实是非常渴望参加一场数据比赛的，因为数据比赛对于AIer来说真的很重要，不知道你是否遇到过这样的一些疑惑..

公司的新业务开发需要用到go语言，虽然之前没接触过这门语言，但在大模型的帮助下，边看项目边写代码也能进行go的项目开发，不过，写了一段时间代码之后，总感觉对go语言本身，我的知识体系里面并没有一个比较完整的架子，学习到的知识零零散散，不成体系，虽然能完成工作，但心里比较虚，没有沉淀下知识。所以， 也便于后续知识的扩充与回看。此次学习，依然是业余时间看文档的方式搭建知识框架(工作之后发现看视频比较慢