【有书】吴军 计算机之魂(计算之魂pdf百度网盘资源)

领500g书库，关注公众号:程叫兽的宝藏 (长按可复制！)

热门下载区==>点此链接进入<<<

本文节选自《计算之魂吴军》电子版：

//计算之魂/ApacheSpark(主要是受限于Hadoop设计中的性能问题而非MapReduce，这里不展开)，但是这些软件工具背后的算法思想并没有发生太多变化。到目前为止，我们谈论的都还是比较容易拆分的计算，它们不论规模有多太，拆分之后各部分之间没有什么耦合性。但是，很多复杂的问题并非如此，一个大任务即使拆解为很多部分，每个部分之间也有很强的耦合性，解决这样的问题，就需要计算机工程师们对分治算法的理解上升到第三个层次了。根据不同数量的资源,设计不同的方法解决同样的问题。理想的情况是,增加10倍的资源，计算速度也能增加10售。思考题6.3假如在进行矩阵乘法运算时，网络中传输数据的速度是服务器处理这些数据速度的1/10。试分析在本节的算法中，相比采用10台，采用100台和1000台服务器的速度分别提高了多少。(信人帘击、)6.4从机器学习到深度学习:Google大脑当下各种机器学习的方法都非常热门，这要感谢Google的AlphaGo和中国很多公司的人脸识别系统。但是机器学习

计算之魂pdf百度网盘资源

能有所突破，要感谢近20年来很多人努力将那些复杂的算法通过分治的方法实现了。机器学习的训练算法大多具有这样的特点;计算量大而且不好拆分。我们前面讲到的矩阵相乘，很容易把一个和矩阵拆分为行和列，然后单独运算。对于这样的问题，只要拆解的逻辑想清楚了，找到数学上等价的公式，大问题就能够变成小问题解决掉。但是，机器学习的训练的各个部分可能是紧耦合在一起的，无法直接采用分治算法来解决，需要修改分治算法本身。我们打个比方，假如有两个100位的数字要做加法运240//第6章//化繁为简一一分治思想及应用//算，你很难把它变成100个一位的数字之间做加法，因为要考虑进位问题，而最高位(最左边)两个数字的相加，会和最低位(最右边)两个数字计算的结果有关。我们先来看看机器学习的共同特点和训练时遇到的普遍问题。假定设计了一个模型M，里面有六个特征(feature)太公7内，所谓机器学习就是通过数据训练得到这N个特征所对应的参数{fa,axa…;aw}。比如一个深度学习模型〔《即一个深度神经网络)的参

吴军的新作计算之魂

数就是有向图中边的权重。当然，今天的深度学习也可以帮助挑选模型的特征集合下，这部分内容我们暂且跳过，现在假设有了特征集合来求参数。在进行机器学习时，需要使用训练样本，也就是常说的数据，我们假定数据的集合为D=fadsddr}，NM和天都是巨大的，当然玉还是比Y要大得多。这个训练过程通常需要由多次迭代完成。每一次的大代过程可以分为两步，它们交蔡进行。第一步是利用前一次得到的模型M0对样本数据进行估计，然后对比估计的结果和真实的结果。第二步是根据对比的结果(或者预先设置的目标函数)，修改对每一个特征参数的估计，也就是调整模型，得到一个新的模型MI1。当然，我们可以再从Ml出发，用上述方法得到M2，直到得到满意的模型为止。我们把这个过程表示成图6.16所示的流程图。特别要注意的是图中粗箭头的闭环，它包含了整个机器学习过程中最重要的两个步骤，即与训练数据的拟合以及更新模型。骨]图6.16”典型的机器学习流程从理论上讲，在训练过程的每一次迁代中，每一个样本数据都会和模型的每一个241

计算之魂思考题

《计算之魂吴军》下载

• 
  [PDF电子书下载]《计算之魂吴军》
• 
  [epub电子书下载]《计算之魂吴军》
• 
  [word电子书下载]《计算之魂吴军》
• 
  [txt电子书下载]《计算之魂吴军》

版权提示： 本站为导购型网站，对拥有版权的书籍及内容，本站已经加入内容屏蔽，仅提供书籍介绍，并未提供资源下载地址，如需要删除书籍介绍，请联系我们删除。

综上：计算之魂pdf百度网盘资源值得推荐阅读。