biscuitの博客

基本思想：基于待识别样本与已知样本（或原型）之间的距离来判定类别。距离越小，相似度越高，类别归属越可能相同。

基本思想：通过多个隐藏层的非线性变换，将输入数据映射到一个新的特征空间，使得在这个空间中数据可以被线性分割。

班号：24Q0304 学号：2024112353 姓名：邴海诺

SGD可以把大规模数据通过D分成小块来计算，适合分布式计算。分布式SGD有两种主要模式：同步SGD和异步SGD。

输入 \mathbf{x}\in\mathbb{R}^n 输出 y\in\mathbb{R} 模型参数 \mathbf{w}\in\mathbb{R}^n 训练数据 \{(\mathbf{x}_i,y_i)\}_{i=1}^m 目标函数（损失函数）：

RPC通信模块（或传输）主要基于一组通信原语(IPC): makerpc(.), getRequest(.),和sendResponse(.) 其失败模型和容错机制也围绕着这些原语展开。