主页

解决MacOS Big Sur替换终端为zsh后HomeBrew命令消失的问题

解决MacOS Big Sur替换终端为zsh后HomeBrew命令消失的问题 MacOS Big Sur 更新zsh后,输入brew命令会出现command not found: brew 查了网上的解决不好用,原因是Big Sur系统中,homebrew的文件夹被修改到了/opt/homebrew/,而不是/usr/local/… 因此,在~/.zshrc的末尾加上下面一句话完美解决 export PATH=/opt/homebrew/bin:$PATH 同样的,安装用户自己的ruby后,需要加上下面一句 export PATH="/opt/homebrew/opt/ruby/bin:$PATH"

阅读更多

zsh + oh-my-zsh安装和配置

zsh是一款强大的终端,一般MacOS和Linux的终端默认都是bash,功能不如zsh强大。然而zsh的配置很复杂,造成了很多人望而却步。多亏了GitHub上的oh-my-zsh项目,使得zsh配置变得轻松简单。 首先查看系统shell # 查看系统当前 shell cat /etc/shells 如果没有按章zsh,用以下命令行安装 sudo apt-get install zsh (ubantu, debian) sudo yum install zsh (centos) zsh安装可以用下面两种方法的一种, curl安装: sh -c "$(curl -fsSL https://raw.github.com/robbyrussell...

阅读更多

XgBoost算法理解

论文题目: 《XGBoost: A Scalable Tree Boosting System》 提升树算法就是将不同的树做加法模型, 在GBDT里面,基本树模型是CART树: \(\hat{y_{i}}=\phi(x_{i})=\sum_{k=1}^{K}f_{k}(x_{i})\) GBDT的损失函数: \(\mathcal{L}^{(t)}=\sum_{i=1}^{n}l(y_{i}, \hat{y_{i}}^{(t-1)}+f_{t}(x_{i})) + \Omega(f_{t})\) 其中,正则项:$\Omega(f)=\gamma T + \frac{1}{2}{||w||}^{2}$ 就是在前面$t-1$棵树的基础上,增加一棵树,使得总损失函数最小。 $f_t(x...

阅读更多

EM算法

EM算法 1.1 什么是EM算法 EM算法是解决含有隐变量的模型的参数估计问题 假设我们有一个估计问题,对于$m$个独立的样本${x^{(1)},…x^{(m)}}$,若将其拟合到一个参数模型$p(x,z)$中,其中$z$是无法观测的隐变量,这一系统的对数似然函数可写作: \(l(\theta)=\sum_{i=1}^{m}\log p(x^{(i)};\theta)=\sum_{i=1}^{m}\log\sum_{z^{(i)}}p(x^{(i)},z^{(i)};\theta)\) 这个系统中含有无法观测的隐变量$z^{i}$,不能直接给出系统的最大似然函数。EM算法的思想是不断地构造似然函数的下界(E-step),然后优化似然函数的下界使其最大(M-step). 1.2...

阅读更多

Welcome

If you see this page, that means you have setup your site. You may want to config the site or writing a post next. Please feel free to create an issue or send me email if you have any questions.

阅读更多