Paul C's Blog

参考华为HCIA-AI课程，该篇笔记所涉及内容都是概论，赶时间时不要看此文。

学习算法

学习：程序在任务T上以P的性能随着经验E自我完善 。

1
2

输入：任务T、性能度量P、经验E
输出：自我完善的程序

什么时候用？

• 问题涉及到大量数据，但是数据分布未知；
• 问题解决方案复杂；
• 规则十分复杂或者无法描述；

数据转换

数据进行初步预处理后(清洗[异常值处理，噪声的去除])，将数据变为规格化的形式。

并在归一化和标准化后，进行组合或者转换扩充出新的特征。

• 1.分类问题中的，对类别编码为数值表示(哑编码）。
• 哑编码: onehot编码+00…0(全0的编码)
• 2.连续数据转化为离散值，通过分段。

• 3.文本数据 wordbag(词袋法)，word2vec(体现词的上下文结构，word—>一串数字)或者TF-IDF(词频*逆文档频率)

  • (IDF给常见的词较小的权重，帮助获得关键信息)
  • TF-IDF与一个词在文档中的出现次数成正比，与该词在整个语言（语料库）中的出现次数成反比。
  • 通过计算文章中各个词的TF-IDF，降序排序，排在最前面的几个词，就是该文章的关键词。

【十大经典数据挖掘算法】C4.5 - Treant - 博客园 (cnblogs.com)

决策树（decision tree）决策树学习的本质是从训练数据集中归纳出一组分类规则。

其主要的优点：模型具有可读性，计算量小，分类速度快。

1.null重定向到文件

1 2 3 4 5

>big_size_file#null清空文件 echo "" >test.log echo >test.log#空字符串清空文件，此时用cat查看文件会打印空行 #使用-n告诉echo不输出换行符 echo -n "" >test.log

2.true命令

1
2

:>accesslog
true >test.log

3.借助/dev/null的dd，cp，cat程序

/dev/null 可以吞噬输入，或者当成空文件输出

1
2
3

cat /dev/null >test.log
cp /dev/null >test.log
dd if=/dev/null of=test.log

4.truncate将文件大小缩小或扩展到指定大小

1

truncate -s 0 test.log

线程可以共享创建它 的进程的地址空间,若是多个进程,会涉及到进程间通信(因为进程 的地址空间相互独立).

git克隆部分文件

1
2
3
4
5
6
7
8

git clone -n --filter=blob:none git://github.com/vxunderground/MalwareSourceCode.git MalwareSourceCode
cd MalwareSourceCode
git sparse-checkout init
git sparse-checkout set Python/ Win32/ Linux/
git sparse-checkout list

git pull origin main
git checkout main -- Win32/Botnets 

1

git clone -b main  --depth=1     --filter=blob:none    --sparse     https://github.com/vxunderground/MalwareSourceCode.git MalwareSourceCode

首先，在github网页端的控制界面从master分出一个分支hexo；

1
2
3
4
5
6
7
8
9

#指定hexo分支clone到本地，并重命名为blog
git clone -b hexo git@github.com:MemoryOfSnow/MemoryOfSnow.github.io.git blog
#添加用户名配置
git config --global user.email "you@example.com"
git config --global user.name "MemoryOfSnow"
# 强行覆盖远程的hexo分支
git push --set-upstream origin hexo --force
#本地切换分支
git checkout -b hexo

hexo的_config.yml将分支设置为master，而整个文件夹设置为hexo分支，这样就可以实现多设备共同维护博客了。

打开 ./themes/next/layout/_partials/pagination.swig 文件，修改 mid_size 字段

CNN_EXAMPLE

1. pooling layer

减少展示信息，以加快计算，还能增强检测到的特征的鲁棒性。

Hyper parameter

• f: filter size 小的卷积核捕获细微特征或局部信息，参数量相对较少。
• s: stride
• type:Max or average pooling
• 用的很少的：p=0—padding

这是一个确定的函数，手动输入或者交叉检验，不需要学习获得。

神经网络结构搜索

厦大-纪荣嵘教授

主要流程

1.基于细胞的：

谷歌2018年的策略，把公共结构做成cell，借助这些cell组合出需要的模型。

Zoph, Barret, et al. “Learning transferable architectures for scalable image recognition.”Proceedings of the IEEE conference on computer vision and pattern recognition.2018.

2。基于链式的：

全局视角：

NAS的进化计算

从种群出发，然后一定概率进行变异，杂交，交给环境，利用环境去做出选择，然后再进行迭代。

Genetic CNN

搜索策略:进化算法，将网络结构编码为01序列的基因，通过俄罗斯转盘选择、复制、交叉、变异产生后代.

当搜索变深时，内存开销增大，要裁剪掉大量操作。

吴恩达深度学习-卷积神经网络

1.介绍

Neural Style transfer神经风格转换：

通过NN把内容图像按照风格图像重绘。

参数过多，训练时对内存和计算量的需求过大；

数据获得的太少，导致过拟合；

2.卷积计算

输出维度取决于卷积核的数量N_filter。

参数量=（KK \ 前一层特征图的通道数 ）* 当前层N_filter +偏置项（一般默认等于N_filter*D_filter）

image—>filter—->image

1

nn.Conv2d#conv-forward