本系列文章将从最简单的概念开始，逐步讲解推荐系统的发展历程和最新实践。以产品经理的视角，阐述推荐系统涉及的算法，技术和架构。本章是第三章，将系统性地介绍推荐系统的基石之一：大数据。
大数据是数据智能时代的“铁公基”，是一系列计算和存储的基础设施。推荐系统也是建立在大数据的基础之上的，大量的数据挖掘和模型训练都离不开大数据。
2025年08月31日
本系列文章将从最简单的概念开始，逐步讲解推荐系统的发展历程和最新实践。以产品经理的视角，阐述推荐系统涉及的算法，技术和架构。本章是第三章，将系统性地介绍推荐系统的基石之一：大数据。
大数据是数据智能时代的“铁公基”，是一系列计算和存储的基础设施。推荐系统也是建立在大数据的基础之上的，大量的数据挖掘和模型训练都离不开大数据。
2025年08月31日
高考中常出现各种短语，在情景对话的单选中，在完型填空、阅读理解中，也会出现，同时掌握好这些短语，在写作文时，也可以用上，使句子更加流畅，是很好的作文加分项。
现以音序的顺序，不定期将总结的常见短语分享给大家，期待共同进步。
高考短语总结—D系列
2025年08月31日
LDO（Low Dropout Regulator）是嵌入式系统中广泛使用的器件，也是最基本的模拟类电源，由于其输出噪声小，电路简单，所以在各种应用中都是不可或缺的器件，其中有一些重要的参数对电路的性能影响很大，PSRR就是其中的一个。
2025年08月31日
乾明 郭一璞 发自 凹非寺
量子位 报道 | 公众号 QbitAI
“2030年之前，你需要给谷歌交专利费，才能构建简单的神经网络。”
这不是一句调侃，而是在慢慢成为现实。
前不久，Dropout专利生效引发了一波震动。然而深挖之后，我们发现，谷歌这几年偷偷申请的专利，何止一个Dropout。
又有，一大批机器学习专利，今 日 生 效。
包括“使用深度神经网络处理图像”、“用于强化学习的方法与装置”、“为图像分类生成训练样本的系统与方法”、“用于解决神经网络中的过拟合的系统和方法”等数十项，持续十几年。
2025年08月31日
参考外语角 【麦克风将被静音，美网友都在猜：特朗普会如何应对？】美国当地时间10月19日，“EndTheChaos”（结束混乱）一词突然冲上美国地区推特热搜，截至记者发稿目前已经3万多条推特参与该话题，内容大多是关于美国第三场总统辩论时，将允许麦克风静音（Taking aim at interruptions, the debate commission will mute Trump and Biden during portions of Thursday’s debate.）这则新闻的讨论。麦克风被静音后，特朗普会作何反应？有人认为特朗普会退出（drop out），还有网友认为他或许会在现场跳舞（maybe dancing）。
2025年08月31日
BN，Batch Normalization，就是在深度神经网络训练过程中使得每一层神经网络的输入保持相近的分布。
BN训练和测试时的参数是一样的嘛？
对于BN，在训练时，是对每一批的训练数据进行归一化，也即用每一批数据的均值和方差。
而在测试时，比如进行一个样本的预测，就并没有batch的概念，因此，这个时候用的均值和方差是全量训练数据的均值和方差，这个可以通过移动平均法求得。
2025年08月31日
[Photo/Agencies]
“滴水不漏”，汉语成语，字面意思是一滴水也不泄漏（make sure that not a single drop leaks out）。形容说话、办事等十分周密谨慎，毫无破绽。可以翻译为“flawless，without a trace或leave no room for criticism”等。
例句：
他防守的时候几乎滴水不漏，进攻也很出色。He hardly put a foot wrong in defence and was fine in attack.
2025年08月31日
当地时间5月31日，美国德州迷幻摇滚乐队“电梯13楼”（The 13th Floor Elevators）的主唱洛基·艾瑞克森（Roky Erickson）去世了，死因暂未公布，享年71岁。
活跃于1965-1969年间的“电梯13楼”是第一支严格意义上的迷幻乐队。他们不是迷幻音乐的发明者，但赋予了它名字。两张质量极高的专辑《The Psychedelic Sounds of the 13th Floor Elevators》（1966）、《Easter Everywhere》（1967）以及洛基·艾瑞克森在乐队解散后漫长的精神病史和迷乱人生，共同构筑了传奇。
2025年08月31日
当你发现 AI 能精准识别图片、流畅翻译语言时，可能想不到这些智能背后，模型常面临 “过拟合” 的困扰 —— 在训练数据上表现完美，遇到新数据却频频出错。而 Dropout（丢弃）技术就像给模型装上 “防沉迷系统”，通过巧妙的 “随机失忆” 机制，让 AI 在训练中变得更稳健、泛化能力更强，成为深度学习中对抗过拟合的核心武器。