sea-boat_个人页

从JDK角度认识枚举enum

基于典型相关分析的词向量

我的2017年文章汇总——自然语言处理篇

我的2017年文章汇总——JDK源码篇

近期准备把过去一年写的文章按照分类重新整理推送一遍，包括：“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。 本篇推送JDK源码相关文章。

我的2017年文章汇总——机器学习篇

我的2017年文章汇总——Java及中间件篇

2018即将到来，大家看着2017给自己制定的计划有没有感慨？当你觉得过去一年没有什么进步时，那么请行动起来，能开始总是好的。 近期准备把过去一年写的文章按照分类重新整理推送一遍，包括：“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。

我的2017年文章汇总——深度学习篇

2017快过完了，大家过去一年收获如何？不管怎样，保持好心态，未来不迎，当下不杂，既过不恋。 近期准备把过去一年写的文章按照分类重新整理推送一遍，包括：“分布式”、“机器学习”、“深度学习”、“NLP”、“Java深度”、“Java并发核心”、“JDK源码”、“Tomcat内核”。

JDK不同操作系统的FileSystem（Windows）上篇

前言 我们知道不同的操作系统有各自的文件系统，这些文件系统又存在很多差异，而Java 因为是跨平台的，所以它必须要统一处理这些不同平台文件系统之间的差异，才能往上提供统一的入口。

机器学习之条件随机场（CRF）

什么是CRF CRF即条件随机场（Conditional Random Fields），是在给定一组输入随机变量条件下另外一组输出随机变量的条件概率分布模型，它是一种判别式的概率无向图模型，既然是判别式，那就是对条件概率分布建模。

从JDK源码看InputStream

概况 JDK 给我们提供了很多实用的输入流 xxxInputStream，而 InputStream 是所有字节输入流的抽象。

Tomcat的BIO和NIO问题

前言 最近一些朋友通过书籍找到我，问了一些关于tomcat中BIO和NIO的问题，这里列一下方便需要的朋友。

来自麻省理工的信息抽取

MITIE MITIE 即 MIT 的 NLP 团队发布的一个信息抽取库和工具。它是一款免费且先进的信息抽取工具，目前包含了命名实体抽取、二元关系检测功能，另外也提供了训练自定义抽取器和关系检测器的工具。

从JDK源码看Writer

概况 Writer 是一个用于写字符流的抽象类，它将一些相通的写相关操作抽象到此类，方便各种写操作类的实现。

如何使用中文维基百科语料

前言 在做自然语言处理时很多时候都会需要中文语料库，高质量的中文语料库较难找，维基百科和百度百科算是比较不错的语料库。

从JDK源码看关闭钩子

关闭钩子 Java提供了Shutdown Hook机制，它让我们在程序正常退出或者发生异常时能有机会做一些清场工作。

强化学习

前言 机器学习可以大致分为四类： 监督学习 无监督学习 半监督学习 强化学习 监督学习是利用标记了的样本进行学习，无监督学习则是使用未标记的样本进行学习，这两个是我们最常见的。

从JDK源码看System.exit

前言 在编写的Java程序中有时会遇到用 System.exit 来关闭JVM，其中调用 exit 方法时会包含一个状态参数n，即System.exit(n)。

从JDK源码角度看Float

关于IEEE 754 在看Float前需要先了解IEEE 754标准，该标准定义了浮点数的格式还有一些特殊值，它规定了计算机中二进制与十进制浮点数转换的格式及方法。

如何用TensorFlow训练聊天机器人（附github）

前言 实际工程中很少有直接用深度学习实现端对端的聊天机器人，但这里我们来看看怎么用深度学习的seq2seq模型来实现一个简易的聊天机器人。

Java安全管理器

总的来说，Java安全应该包括两方面的内容，一是Java平台（即是Java运行环境）的安全性；二是Java语言开发的应用程序的安全性。

隐马尔可夫模型的Viterbi解码算法

前言 前面在做自然语言处理时涉及到一些词性标注的工作，一般会使用隐马尔科夫模型（HMM）来实现词性标注，而HMM模型的解码实现算法一般就会使用Viterbi算法。

从JDK源码角度看Long

概况 Java的Long类主要的作用就是对基本类型long进行封装，提供了一些处理long类型的方法，比如long到String类型的转换方法或String类型到long类型的转换方法，当然也包含与其他类型之间的转换方法。

TensorFlow实现seq2seq

前言 前面在《深度学习的seq2seq模型》文章中已经介绍了seq2seq结构及其原理，接下去这篇文章将尝试使用TensorFlow来实现一个seq2seq网络结构，该例子能通过训练给定的训练集实现输入某个序列输出某个序列，其中输入序列和输出序列相同，这里选择使用LSTM模型。

volatile足以保证数据同步吗

在讨论之前必须先搞清四种存储介质：寄存器、高级缓存、RAM和ROM。 RAM与ROM大家都比较熟悉了，可以看成是我们经常说的内存与硬盘，寄存器属于处理器里面的一部分，而高级缓存cache是CPU设计者为提高性能引入的一个缓存，也可以说是属于处理器的一部分。

深度学习的seq2seq模型

从rnn结构说起 根据输出和输入序列不同数量rnn可以有多种不同的结构，不同结构自然就有不同的引用场合。

从ASCII聊起

在互联网的世界，端与端之间传递的报文都是未经过编码的字节流，每8位组成1个字节，计算机以二进制为基础，这是由于使用晶体管的开合状态表示1和0，这样8个电晶体管就可以组成一个字节，这正是应用层使用的最小单位——字节。

TensorFlow构建循环神经网络

前言 前面在《循环神经网络》文章中已经介绍了深度学习的循环神经网络模型及其原理，接下去这篇文章将尝试使用TensorFlow来实现一个循环神经网络，该例子能通过训练给定的语料生成模型并实现对字符的预测。

如何用TensorFlow训练词向量

前言 前面在《谈谈谷歌word2vec的原理》文章中已经把word2vec的来龙去脉说得很清楚了，接下去这篇文章将尝试根据word2vec的原理并使用TensorFlow来训练词向量，这里选择使用skip-gram模型。

谈谈Tomcat内核

========广告时间======== 鄙人的新书《Tomcat内核设计剖析》已经在京东销售了，有需要的朋友可以到 https://item.jd.com/12185360.html 进行预定。

GRU神经网络

前面已经详细讲了LSTM神经网络（文末有链接回去），接着往下讲讲LSTM的一个很流行的变体。 GRU是什么 GRU即Gated Recurrent Unit。

从JDK源码角度看Integer

概况 Java的Integer类主要的作用就是对基本类型int进行封装，提供了一些处理int类型的方法，比如int到String类型的转换方法或String类型到int类型的转换方法，当然也包含与其他类型之间的转换方法。

LSTM神经网络

LSTM是什么 LSTM即Long Short Memory Network，长短时记忆网络。

从JDK源码角度看Short

概况 Java的Short类主要的作用就是对基本类型short进行封装，提供了一些处理short类型的方法，比如short到String类型的转换方法或String类型到short类型的转换方法，当然也包含与其他类型之间的转换方法。

循环神经网络

RNN是什么 循环神经网络即recurrent neural network，它的提出主要是为了处理序列数据，序列数据是什么？就是前面的输入和后面的输入是有关联的，比如一句话，前后的词都是有关系的，“我肚子饿了，准备去xx”，根据前面的输入判断“xx”很大可能就是“吃饭”。

《Tomcat内核设计剖析》京东评论过百

到京东看了下《Tomcat内核设计剖析》评论都一百多了，上个月也第二次印刷了，这里看下好评、中评和差评。

softmax的多分类

关于多分类 我们常见的逻辑回归、SVM等常用于解决二分类问题，对于多分类问题，比如识别手写数字，它就需要10个分类，同样也可以用逻辑回归或SVM，只是需要多个二分类来组成多分类，但这里讨论另外一种方式来解决多分类——softmax。

Java调用本地方法又是怎么一回事

JNI JNI即Java Native Interface，它能在Java层实现对本地方法的调用，一般本地的实现语言主要是C/C++，其实从虚拟机层面来看JNI挺好理解，JVM主要使用C/C++ 和少量汇编编写，在执行Java字节码时如果遇到有某个方法标明为Native的则从JVM中找到对应的C/C++函数，一般本地方法对应的函数会被注册到JVM中。

从JDK源码角度看Byte

Java的Byte类主要的作用就是对基本类型byte进行封装，提供了一些处理byte类型的方法，比如byte到String类型的转换方法或String类型到byte类型的转换方法，当然也包含与其他类型之间的转换方法。

神经网络的交叉熵损失函数

常见损失函数 0-1损失函数 L(Y,f(X))={1,0Y != f(X)Y = f(X)L(Y,f(X))=\begin{cases}1,& \text{Y != f(X)}\\0& ...

《Tomcat内核设计剖析》勘误表

《Tomcat内核设计剖析》勘误表 书中第95页图request部分印成了reqiest。

从JDK源码角度看Object

Java的Object是所有其他类的父类，从继承的层次来看它就是最顶层根，所以它也是唯一一个没有父类的类。

kmeans实现文本聚类

需求 拿到的需求是输入n个文本，对文本进行聚类，由于这些输入不能通过历史数据进行训练，所以这个主要就是用无监督学习来解决。

从JDK源码角度看Boolean

Java的Boolean类主要作用就是对基本类型boolean进行封装，提供了一些处理boolean类型的方法，比如String类型和boolean类型的转换。

开源一个文本分析项目

Github https://github.com/sea-boat/TextAnalyzer TextAnalyzer a text analizer that can analyze text.

谈谈Java基础数据类型

Java的基本数据类型 类型 意义 取值 boolean 布尔值 true或false byte 8位有符号整型 -128~127 short ...

怎么用弱引用实现内存泄漏检测

在Java中，引用分为强引用、软引用、弱引用和虚引用四种。 强引用，代码中普遍存在的形式，例如常见的普通类new出对象后的引用。

如何用机器学习对文本分类

需求 使用监督学习对历史数据训练生成模型，用于预测文本的类别。 样本清洗 主要将重复的数据删除掉，将错误无效的数据纠正或删除，并检查数据的一致性等。

注解的原理又是怎么一回事

Java内置的注解以及自定义一个注解大家都比较熟悉的了，现在来看看注解实现的原理，看看Java的体系下面是如何对注解的支持的。

SBT构建工具

SBT Simple Build Tool. A interactive build tool. install windows可直接到http://www.scala-sbt.org/0.13/docs/Installing-sbt-on-Windows.html下载安装，但网速实在是太慢，我这是直接用chocolatary管理软件，所以直接一个命令choco install sbt安装，很快。

机器学习之神经网络

多层神经网络 前面说到的感知器是一种最基础的神经网络，他只有输入层和输出层，感知器只能处理线性可分问题，而对于非线性问题就需要多层神经网络。