我走得很慢，但我从不后退

题目描述

爱丽丝有一手（hand）由整数数组给定的牌。

现在她想把牌重新排列成组，使得每个组的大小都是W，且由W张连续的牌组成。

如果她可以完成分组就返回true，否则返回false。

题目描述

给定生成随机数1到7的函数rand7，请写一个生成随机数1到10的函数rand10。

不要使用系统函数：Math.random()

一些序列的数据：

• 语音识别
• 音乐生成
• 情感分类
• DNA序列分析
• 机器翻译
• 视频动作识别
• 命名实体识别

数学符号

关于单词的表示，可以构建词汇表，然后通过one-hot进行表示。对于不存在的单词，可以创建一个新的标识来表示。

难度：medium

题目描述

在二维数组grid中，grid[i][j]代表位于某处的建筑物的高度。我们被允许增加任何数量（不同建筑物的数量可能不同）的建筑物的高度。高度0也被认为是建筑物。

最后，从新数组的所有四个方向（即顶部，底部，左侧和右侧）观看的“天际线”必须与原始数组的天际线相同。 城市的天际线是从远处观看时，由所有建筑物形成的矩形的外部轮廓。 请看下面的例子。

建筑物高度可以增加的最大总和是多少？

写在前面

我的电脑是乞丐版Mac，内存只有128G，所以经常有空间不足的情况，今天在解压一个大文件时，系统就一直警告存储即将满了，所以就考虑将文件通过U盘拷贝到台式机上操作。拷贝完后插在台式机上并没有自动识别，经过搜索，发现Centos7是默认不支持exFAT文件系统的。遂有了这篇博客…

写在前面

这篇文章是斯坦福CS224N课程的课后作业1，先是进行大量的CBOW、负采样、交叉熵损失函数推导和证明，理论基础扎实后再过渡到实现，在斯坦福情感树上做情感分析、调参、分析混淆矩阵与错误。

公式中的向量是列向量，代码中的向量是行向量(效率更高)。

如果你在学习机器学习，那么你肯定对MNIST数据集不陌生，很多机器学习例子以及很多人都拿MNIST当做例子。
MNIST是手写数字图片数据集，包含60000张训练样本和10000张测试样本。

人工智能不是个新词，早在1950年就存在了，希望机器和人一样聪明。是我们想达成的目标。
之前我们并不知道如何来达成这个目标，直到机器学习的出现，机器学习是一种达到人工智能的手段。
而深度学习是机器学习的一种。机器学习包含很多算法，比如逻辑回归、SVM、决策树等。不过现在来看深度学习这种算法发挥出的作用远远大于机器学习中的其他算法，导致很多将深度学习等同于机器学习，但其实不是这样的，深度学习是机器学习的一个子集。