在线广告的紧凑分配方案（Optimal Online Assignment with Forecasts）

广告分配问题属于运筹中的优化问题。一般情况下，我们期望有个最大化收益，但同时需要保证合约的完成。因此，这是一个带不等式约束的最优化问题。由于广告数量和用户数量很多，因此，求解的难度很高。在这篇文章中，作者推导了原问题的拉格朗日函数的系数之间的关系，大大降低了求解的难度。这里将简要介绍原理和推导过程。

对偶规划问题

对偶问题（Dual Problem）是运筹学中一个很重要的概念，是基于原问题的约束条件和目标函数为基础构造而来。每一个线性规划的问题都存在一个与之对应的对偶问题。对偶问题在求解最优化问题时很有用。

最优化问题的KKT条件简要解释

KKT条件（Karush–Kuhn–Tucker conditions）是求解带不等式约束的最优化问题中非常重要的一个概念和方法。这篇博客将解释相关概念和操作。

深度学习的标准符号表示

深度学习中的符号很多，但是大多数情况下，大家都使用同一套符号来表示。这篇博客主要以一个简单的神经网络为例，说明深度学习的标准符号以及相关的维度表示。主要来源是吴恩达的coursera课程。

深度学习技术之池化（Pooling）

深度学习技巧之Padding

卷积神经网络是深度学习中处理图像的利器。在卷积神经网络中，Padding是一种非常常见的操作。本片博客将简要介绍Padding的原理。

gluon模型因Intert链接问题无法下载怎么办

gluon模型无法下载

指数分布族(Exponential Family)相关公式推导及在变分推断中的应用

指数分布族(Exponential Family)相关公式推导及在变分推断中的应用

变分推断之高斯混合模型(案例及代码)

变分推断以及高斯混合模型应用

Ubuntu 命令行 指定GPU 运行 Python 程序

机器学习（人工智能）在工业中应用步骤入门

机器学习是实现人工智能最重要的方法之一，包括深度学习等都属于机器学习中的一种方法。因此，机器学习的应用被认为是实现人工智能应用的重要途径。人工智能的应用目标是使用计算机（机器）来代替或者辅助人工来完成某项任务。机器学习在解决业务问题的应用需要谨慎考虑。本文提供一些步骤可以参考。

使用sklearn做高斯混合聚类（Gaussian Mixture Model）

Pycharm更改内存设置

使用Python的sklearn包做kmeans

使用R语言进行K-means聚类并分析结果

R语言进行数据分析非常简单方便，在这篇博客中，我们将描述如何使用R语言进行K-means聚类分析，并分析结果。