虽然称之为“坑”，但是主要还是我自己对立面的道道不太了解所致。 背景介绍： 首先有一个python脚本，这个python首先会执行一些linux的命令，比如解压文件、复制文件等等，完成之后会通过java -jar的方式调用某一个jar包做一些操作。 原文来源：http://www.flyml.net/2016/11/30/crontab-java-not-found/ 问题表现： 每次手动执行这个python脚本运行，程序工作的很好，但是如果是通过crontab的方式来运行，就会发现程序只执行了，但是java应该做…

花钱的年华 http://calvin1978.blogcn.com/   PS: 可能要翻墙，因为这个域名直接访问看起来已经被劫持了~   PS2 ： 有人说打开没样式，我加个截图：

0. TL;DR 本文前半段主要参考：http://www.ce.yildiz.edu.tr/personal/banud/file/1201/latent-semantic-indexing-fast-track-tutorial.pdf 这里只介绍过程，不介绍原理，只做简单分析。 后半段将过一下gensim的simserver是如何调用LSI找到相似文档的。 本文为原创，转载需要注明出处： http://www.flyml.net/2016/11/11/lsi-doc-sim-gensim-source-cod…

参考原文：https://plusbryan.com/my-first-5-minutes-on-a-server-or-essential-security-for-linux-servers?utm_source=wanqu.co&utm_campaign=Wanqu+Daily&utm_medium=social   当我们在linode或者vultr之类的VPS商购买新的VPS的时候，或者我们在阿里云、腾讯云等购买了VPS之后，如果你对服务器安全比较注重，下面简单的几招可以里面将安…

1. phrase公式基本介绍 在将语料库喂给word2vec进行训练之前，我们首先需要将其中一些常见的词组组合起来变成一个单词，这样对训练的精度会非常有帮助。 word2vec的作者采用的是下面的公式： wi,wj : 第i跟第j个单词  （实际上我认为j=i+1, 不需要用两个下标） δ 是一个调节参数。 （由于字体问题，公式截图跟文字里面的delta看起来不完全一样）   在gensim之中，这个公式稍有不同： score = ( cnt(a, b) -  min_count ) * N / (cn…

在阅读Google的免费深度学习课程的练习代码的时候，看到下面一段代码： [crayon-66236ad6d108f928702695/] 注意第17行，第一个变量居然是一个下划线！ 在查阅了一些资料之后，有人是这么描述单个下划线的使用场景： 在交互式的时候，保持上一次执行的结果 没看懂。原文如下： To hold the result of the last executed statement in an interactive interpreter session. This precedent was s…

0. 引言 上周五在公司使用gensim的word2vec实验了一次“文档相似性”计算。匹配出来的结果惨不忍睹，可以用“天马行空”来形容。这就是对word2vec不了解的情况下做调包侠的下场。。。 下面是笔者对word2vec的一些初步了解与效果反思。 本文为原创。 转载需要注明出处：http://www.flyml.net/2016/11/07/word2vec-basic-understanding/ 1. 为什么学习w2v? 简单的说，我们在声音与图像领域，深度学习都取得了令人瞩目的成就，其中一个重要的原因，…

对Cassandra的架构做了一些了解，没有深入代码级别，有一些细枝末节也没有完全摸清楚。不过在大致流程上，基本上理解。在此做个阶段性的小结。 具体请看PDF   本文为原创文章，转载请注明出处 原文链接：http://www.flyml.net/2016/11/07/cassandra-tutorial-architecture/

在NoSQL之中，一种很重要的数据库，叫做列式数据库。 下面是百度百科的解释： 列式数据库是以列相关存储架构进行数据存储的数据库，主要适合于批量数据处理和即时查询。相对应的是行式数据库，数据以行相关的存储体系架构进行空间分配，主要适合于小批量的数据处理，常用于联机事务型数据处理。   本文主要想补充说明的是，列式数据库的存储其实也不完全一样的！ 一个典型的例子就是HBase 与 Cassandra 但是他们的最小存储单元都是Column（列），并且上层都是列簇，这个是一样的。不一样的地方在于，他们是如何管…

摘要： 在传统数据库之中，视图是个非常有用的功能，NoSQL一般不具有这种能力。 另外，对于NoSQL来说，如何设计数据模型，通常来说需要一开始就非常明确自己的数据是如何存储的，以此来设计自己的存储方式。 甚至会通过存储多份数据的方式来达到目的。而对于Cassandra来说，Materialized View（物化视图）是非常实用、好用的功能，可以同时比较完美的解决NoSQL的视图缺失与对降低对数据模型扩充能力的设计要求。 原文来源：http://www.flyml.net/2016/10/30/cassandra…