一、内积1.1、定义内积（innerproduct）又称数量积（scalarproduct）、点积（dotproduct），是指接受在实数R上的两个向量并返回一个实数值标量的二元运算。两个向量a\a1,a2,…,an\和b\b1,b2,…,bn\的点积定义为：a·ba1b1a2b2……an\bn。使用矩阵乘法并把（

我们知道Bert预训练模型针对分词、ner、文本分类等下游任务取得了很好的效果，但在语义相似度任务上，表现相较于Word2Vec、Glove等并没有明显的提升

1\.为啥需要defaultLoadFactor现在主流的HashMap，一般的实现思路都是开放地址法链地址法的方式来实现。!image(https://zhxhashblog.osscnbeijing.aliyuncs.com/Project%20Reactor/HashMap/

同样是为了解决哈希表中索引重复问题的算法，基本思路为将哈希表中维护的数组改成存储链表的数组，将数据存在链表中。也可以用数组但是数组的插入和删除的效率较低，故采用链表。实现：链表的实现：/链结点，相当于是车厢/publicclassNode{//数据域publi

LinuxMint不像Ubuntu那样默认配置了中文输入法，需要我们自己安装，下面给出安装方法及输入法所需依赖：1.sudoaddaptrepositoryppa:fcitxteam/nightly2.sudoaptgetupdate3.sudoaptgetinstallf

导读Pandas作为Python数据分析的首选框架，不仅功能强大接口丰富，而且执行效率也相比原生Python要快的多，这是得益于Pandas底层由C实现，同时其向量化执行方式也非常利于并行计算。更重要的是，这种向量化操作不仅适用于数值计算，对于文本和时间格式也有着良好的支持，而这就不得不从Pandas的属性接口谈起。腾讯课堂|

1\.numpy.array()该方法可以直接定义一个向量或矩阵测试代码importnumpyasnpvectornp.array(1,2,3,4)metrixnp.array(1,2,3,4,

1、概念独热编码（OneHotEncoding） 将表示为标签索引的分类特征映射到二进制向量，该向量最多具有一个单一的单值，该单值表示所有特征值集合中特定特征值的存在。此编码允许期望连续特征（例如逻辑回归）的算法使用分类特征。对于字符串类型的输入数据，通常首先使用StringIndexer

本文是Python应用于推荐系统领域的技术文章。Embedding的近邻搜索是当前图推荐系统非常重要的一种召回方式，通过item2vec、矩阵分解、双塔DNN等方式都能够产出训练好的userembedding、itemembedding，对于embedding的使用非常的灵活：输入userembedding，近邻搜索it

1引言上篇讲了因果图和判定表法，而这两种方法在变量值很多、排列组合数量极大的场景下，会生成非常庞大且冗余的测试用例，此时我们很难对所有组合场景进行全量测试用例覆盖，基于此短板，正交试验法应运而生。2概念及原理2.1定义正交试验法是研究多因素、多水平的一种试