Palance's Blog


  • 首页

  • 关于

  • 标签

  • 分类

  • 归档

LLVM

发表于 2018-09-23 | 分类于 技术随笔 |


本文是对LLVM官网入门教程中《Kaleidoscope:Implementing a Language with LLVM》和《Building a JIT in LLVM》的总结。主要目的是了解LLVM的能力边界。

阅读全文 »

创新管理培训心得

发表于 2018-09-16 | 分类于 培训 |

“创新管理”培训,公司邮件看到这么个题目就不想去,但是公司要求不得不去。不想去是因为创新这玩意儿能被管理吗?听题目就觉得不靠谱。不过两天的课程上完还是觉得挺大收获的。

阅读全文 »

结合《奇特的一生》学习《十倍速阅读法》

发表于 2018-09-09 | 分类于 读书 |

时间总是不够用呀嘛不够用,试试“十倍速阅读法”助力阅读。

阅读全文 »

关于股指基金定投的一点研究(二)

发表于 2018-07-09 | 分类于 金融 |

上一篇几轮实验考察了沪深300各种定投策略的收益率。我发现从yahoo可以很方便地抓取美股历史数据,比如纳斯达克100和标普500,反正实验策略的代码是不变的,只需要把这些数据抓取下来,适配一个解析器就能很快算出这些指数投资收益率了,本文就把实验结果跑出来。代码还是在finance-learning/main.py。

阅读全文 »

关于股指基金定投的一点研究(一)

发表于 2018-07-08 | 分类于 金融 |

昨天跟老爸聊投资,聊着聊着就抬起杠了:我说无论美股还是中国股市,大盘代表这个国家经济的基本走势,以年的粒度来看是向好的,几乎不会亏钱;而老爸一句话就给我顶回来,2008年都要飙到6000点了,现在才多少点?这都10年了,你告诉我哪年可以翻盘?

阅读全文 »

Carmel

发表于 2018-07-07 | 分类于 旅行 |

如果你爱她,请带她去Carmel,在那里她会爱上你;
如果你恨她,请带她去Carmel,在那里你会爱上她。

阅读全文 »

使用现金流贴现法算算几家美国公司的绝对估值

发表于 2018-06-22 | 分类于 金融 |

绝对估值是关于企业内在价值的一种估算方法,其中现金流贴现法(Discounted Cash Flow DCF)是最经典的绝对估值法,它是基于企业自由现金流的计算公式。本文就采用这种方法算算几家比较著名公司的绝对估值。

阅读全文 »

git submodules

发表于 2018-06-22 | 分类于 git |

自己的版本库中常常引用一些开源的基础模块,比如googletest、glog,比较笨的做法是clone一份代码,直接再提交到自己的版本库中。更推荐的做法是使用git submodules。

阅读全文 »

编写编译器和解释器二

发表于 2018-06-19 | 分类于 编译器 |

上一节基于四则运算的计算器,引入了词法分析器、语法分析器和解释运行器的概念,他们分工明确,相互协作,根据语法规则完成源代码的解释执行。本节将这一规则应用到实际的编程语言中,以Pascal为例完成编译和解析。从业务跨度上,本节相比上一节是一次跨越,但从底层技术来说,不过是上一节基本概念的又一次应用而已。

阅读全文 »

编写编译器和解释器一

发表于 2018-06-18 | 分类于 编译器 |

从
https://github.com/rspivak/lsbasi
看到了这篇文章,它不仅深入浅出地讲述了怎么从头写一个编译器、解释器,其中有不少闪光的观点值得品味。

阅读全文 »

从一个简单的例子体会TensorFlow的使用

发表于 2018-05-20 | 分类于 机器学习 |

上了这么多节课,当自己动手使用TensorFlow写机器学习的代码时,还是觉得有点晕,经常在一个点上要琢磨半天。实在是机器学习的思想和传统的编程方式差别太大了,需要不断地训练,并在思想和代码间去做磨合,才能达到自然过渡。本节就从一个最简单的Tensorflow代码来理解它和背后梯度下降之间的关系。

阅读全文 »

Deep MNIST for Experts代码分析

发表于 2018-05-20 | 分类于 机器学习 |

Deep MNIST for Experts是TensorFlow Get Started中HelloWorld级别的的例子。它分两个版本:MNIST For ML Beginners和Deep MNIST for Experts。前者采用没有隐藏层的梯度下降,结合上一篇笔记很容易看明白;后者使用了深度神经网络,本节重点分析它。

阅读全文 »

Keras知识地图

发表于 2018-05-19 | 分类于 知识地图 |

Keras的核心数据结构是“模型”,模型是一种组织网络层的方式。Keras中主要的模型是Sequential模型,Sequential是一系列网络层按顺序构成的栈。

阅读全文 »

TensorFlow知识地图

发表于 2018-05-19 | 分类于 知识地图 |

TensorFlow图描述了一个计算的过程,图必须在会话里启动,会话将图的op(operation)分发到诸如CPU或GPU之类的设备上,同时提供执行op的方法。这些方法执行后,将产生的tensor返回。在Python语言中,返回的tensor是numpy ndarray对象;在C和C++语言中,返回的tensor是tensorflow::Tensor实例。

阅读全文 »

Pandas知识地图

发表于 2018-05-19 | 分类于 知识地图 |

基本概念

pandas中的主要数据结构被实现为以下两类:

  • DataFrame,可以将它想象成一个关系型数据表格,其中包含多个行和已命名的列。
  • Series,它是单一列。

DataFrame 中包含一个或多个 Series,每个 Series 均有一个名称。

阅读全文 »

DeepLearning.ai笔记(十五)

发表于 2018-05-02 | 分类于 机器学习 |

《序列模型》第三周《序列模型和注意力机制》。

阅读全文 »

DeepLearning.ai笔记(十四)

发表于 2018-04-18 | 分类于 机器学习 |

《序列模型》第二周《自然语言处理与词嵌入》。

阅读全文 »

DeepLearning.ai笔记(十三)

发表于 2018-04-18 | 分类于 机器学习 |

《序列模型》第一周《循环序列模型》。

阅读全文 »

DeepLearning.ai笔记(十二)

发表于 2018-04-18 | 分类于 机器学习 |

《卷积神经网络》第四周《特殊应用:人脸识别和神经风格转换》。
本周内容从标题反应很清楚了,人脸识别和普通的CNN不同之处在于在实际应用场景中,被识别的人脸可能无法事先收到很多数据。比如门禁系统,每个人仅上传几张头像,就要求能够分辨当前刷脸的是谁。

阅读全文 »

DeepLearning.ai笔记(十一)

发表于 2018-04-18 | 分类于 机器学习 |

《卷积神经网络》第三周《目标检测》。

阅读全文 »
123…11
Palance Li

Palance Li

学习,重生

215 日志
33 分类
62 标签
GitHub E-Mail 我的CSDN 我的博客园 我的简书
© 2019 Palance Li
由 Hexo 强力驱动
|
主题 — NexT.Pisces v5.1.4