汪毅雄的专栏

15 篇文章
27.4K 次阅读
62 人订阅

全部文章

汪毅雄

腾讯 · 工程师 (已认证)

深度学习中的Batch Normalization

BN也叫归一化,它和比如说CNN中的卷积层一样,也是网络中的一层,但它是一个数据的处理层。数据经过BN后,再交给其他层处理,可以极大地提升训练效率。

38860
汪毅雄

腾讯 · 工程师 (已认证)

机器学习之EM算法

EM算法不是模型,更确切的说是一种解决问题的思路。这个思路在机器学习中的场景是什么呢?

23440
汪毅雄

腾讯 · 工程师 (已认证)

机器学习之SVM原理

相信了解机器学习的同学都知道,SVM的“完美强迫症”使得其在各大模型中,几乎是一个“统治性”的地位。但是也不是那么绝对啦,SVM比较耗时,因此不适合那些超大样本...

27531
汪毅雄

腾讯 · 工程师 (已认证)

怎么理解凸优化及其在SVM中的应用

凸优化理论广泛用于机器学习中,也是数学规划领域很重要的一个分支,当然也是很复杂的。本文总结一下我获取的资料和个人在一些难点上的理解。

40930
汪毅雄

腾讯 · 工程师 (已认证)

Android Event在Framework层的处理

Android的事件有好几类,我们遇到最多的就是Touch事件。这部分和其他模块非常相似,系统有一个核心的Service来接收这些事件,通过IPC把事件分发用户...

24720
LemonLu

社区 · 运营 (已认证)

Android View和 Window 的关系

本文主要介绍了Android中Window和View的关系,并在用户进程中说明了View的加载过程,最后再简单认识了一下WMS控制、显示Window的主要步骤。

2.5K40
汪毅雄

腾讯 · 工程师 (已认证)

Android 7.0 中 ContentProvider 实现原理

本文描述了 ContentProvider 发布者和调用者这两在 Framework 层是如何实现的。

1.1K20
汪毅雄

腾讯 · 工程师 (已认证)

深入理解 Android 消息机制原理

本文讲述的是 Android 的消息机制原理,从 Java 到 Native 代码进行了梳理,并结合其中使用到的Epoll模型予以介绍。

1.1K41
汪毅雄

腾讯 · 工程师 (已认证)

机器学习之决策树与随机森林模型

本文用容易理解的语言和例子来解释了决策树三种常见的算法及其优劣、随机森林的含义,相信能帮助初学者真正地理解相关知识。

1.8K30
汪毅雄

腾讯 · 工程师 (已认证)

Android 7.0 中 Service bind 流程详解

我们知道,Android 启动 Service 有两种方式,startService 和 bindService。本文主要讲述Service bind 过程的最...

2.1K10
汪毅雄

腾讯 · 工程师 (已认证)

机器学习之回归(二):广义线性模型(GLM)

本文在上篇线性回归的基础上,延伸到广义线性模型,并把广义线性模型目的、假设条件来源,指数族分布、连接函数等各个函数的关系都进行详细地解释。最后用两个常见的 GL...

3.7K21
汪毅雄

腾讯 · 工程师 (已认证)

Android 7.0 中 Launcher 启动 Activity 过程

关于 Activity 的启动,已经有很多相关的文章有过详细的介绍。不过以往文章多数是以4.x的为例,这里,我参考最新的7.0代码介绍一下。虽是大同小异,部分细...

2K10
汪毅雄

腾讯 · 工程师 (已认证)

Binder 总体架构及相关代码浅析

Binder 无论作为系统开发或者应用开发,它都是 Android 的核心机制。Binder 很重要的的优点之一就是,复杂数据类型传递可以复用内存,这点本文将详...

1.1K40
汪毅雄

腾讯 · 工程师 (已认证)

机器学习之回归原理详述(一)

本文用了从数学层面和代码层面,再结合一些通俗易懂的例子,详细地描述了回归主要涉及的原理和知识,希望对于机器学习的初学者或者有兴趣研究模型具体实现的同学带来一点帮...

1.7K31
汪毅雄

腾讯 · 工程师 (已认证)

机器学习之数据清洗与特征提取

本文详细的解释了机器学习中,经常会用到数据清洗与特征提取的方法PCA,从理论、数据、代码三个层次予以分析。

8.8K1918

扫码关注云+社区

领取腾讯云代金券