应用场景：应用于语音识别语音翻译机器翻译RNNRNN（RecurrentNeuralNetworks,循环神经网络）不仅会学习当前时刻的信息，也会依赖之前的序列信息。由于其特殊的网络模型结构解决了信息保存的问题。所以RNN对处理时间序列和语言文本序列问题有独特的优势。递归神经网络都具有一连串重复神经网络模

在当今互联网的浪潮下，网络给人们带来了巨大的经济效益和便利。广告商通过判断网络用户的位置来推送精确的广告；网络安全人员通过定位IP位置来确定网络故障的所在，及时排除故障。因此对于IP地址的实体地理位置定位技术的研究就显的愈发的重要。　　随着IP定位技术的发展，集成的IP定位系统就是将国内外优秀的IP定位数据库汇集到一起，附加抓取一些WHOIS和DNS.LOC

简单理解LSTM神经网络https://blog.csdn.net/shijing\_0214/article/details/52081301(https://blog.csdn.net/shijing_0214/article/details/52081301)递归神经网络在传统神经网络中，模型不会关注上一时刻的处理会有什么信息可以用于

软件设计知识是一名软件开发人员必须要懂的知识，最近几天今天看了bob大叔的《敏捷软件开发》一书和软件设计相关的一些blog和资料，自己做了一个学习笔记设计目标正确性、健壮性、灵活性、可重用性、高效性降低复杂性所谓复杂性，就是任何使得软件难于理解和修改的因素。复杂性的来源主要有两个：代码的含义模糊和互相依赖

1.简单介绍retrofit事实上就是对okhttp做了进一步一层封装优化。我们仅仅须要通过简单的配置就能使用retrofit来进行网络请求了。Retrofit能够直接返回Bean对象，比如假设我们进行一个网络接口的请求。返回来一串json字符串。那么这个时候一般我们都要拿到这个json字符串后进行解析得到相应的Bean对象，Ret

前言我们的很多服务大都是部署在Linux服务器上的，我们在生产中可能会遇见很多问题，如网络慢，访问卡等，那么就需要对Linux的机器的网络流量进行监控，这样我们才能分析排查问题。接下来介绍几个比较好用的小工具，iftop和nethogs，用于排查linux机器的网络问题。iftopiftop用于网卡机器级别的流量监控

\前记 如果你想算一个两位数乘两位数的结果，首先要学会0到9这10个阿拉伯数字。面对任何复杂需求，首先要沉淀基础知识到信手拈来，这样在复杂需求到来的时候，才能轻松搜罗自己的大脑快速将基本原素运用组合，聚合，衍生，复加，都手法快速形成解决方案。mysql亦是如此。以下不涉及复杂高深的理论知识，更像是mysql实战的一些基本原素。1.mys

归并排序归并排序遵循分治的思想：将原问题分解为几个规模较小但类似于原问题的子问题，递归地求解这些子问题，然后合并这些子问题的解来建立原问题的解，归并排序的步骤如下：划分：分解待排序的n个元素的序列成各具n/2个元素的两个子序列，将长数组的排序问题转换为短数