nonparametric bayesian methods
水了大半个月之后上来，发现事情太多了, 这个月还是先做作业。。。但是还是要放这里提醒自己有时间的时候把总结写了…
proximal gradient methods
先留个坑… 过了五一再来写… Lagrangian multipliers -> Augmented Lagrangians -> ADMM -> proximal gradient method.
异步编程
这个总结先回顾了一个通常的I/O操作怎么导致当前线程blocking, 借此回顾了一下操作系统调度的一些概念; 然后以web应用这个I/O密集型任务的例子, 按照发展顺序引出了异步编程; 总结一个异步编程库要实现什么; 然后简单介绍了一下libuv的源代码和工作机理; 讲道理本来是要讲node.js从callback编程paradigm(event-based programming paradigm)发展到现在Promise-based async programming十分流行, 应该要介绍一下Promise的思想、如何实现, 可以这一部分还没写; 最后又提了一嘴gevent, 以及分析介绍了一下gevent 的monkey patch对C库不管用, 所以有一些极度平台的patch dynamic libC I/O wrap function call的方法。
dual problem: strong duality, geometric interpretation and KKT condition
算是第一次用jekyll
完全不会ruby, 但是还是用了jekyll。这是一个废post, 啥也没有。
chrpath
不知道为什么, 经常有时候会遇到要改变一个已经编译好的executable或动态链接库里带的rpath(Linux里是DT_RPATH, Mac OS X是@rpath)… 或者Mac OS X上我改的方法是用install_name_tool改某个库的install name, 然后利用Linux上$ORIGIN对应的@loader_path/@executable_path来做。
下一步要补上的总结
完成的总结
MLE, MAP和EM算法
一年多没有动过这里, 最近发现由于疏于管理纸质版笔记, 学习过程中很多做的笔记都找不到…所以最近开始准备把一些基本的笔记总结做在博客上!!! 第一篇博客就挑容易理解的东西记, 最近在课上学习了MLE, MAP和EM算法, 这里唠嗑一遍, 这篇文章关于MLE和MAP都是一些总结性的描述和想法, 没有什么数学公式和干货hhh。后面的EM还是写了几个公式.
我要试试记博客了!
虽然感觉很难坚持下来, 不过还是先把这个page做起来吧…
