博客

卡特兰数 一些LeetCode题目和经典问题与卡特兰数 $G(n)$ 有关： 22. 括号生成：$n$ 对合法的括号数量 $n$ 个数可能的入栈出栈顺序的数量 Dyck路径：从 $(0, 0)$ 走到 $(n, n)$ 走 $2n$ 步，每次可以向左或向右一步，且始终不越过对角线($y\ge x$)的路径数量 这些题目的结果都是卡特兰数$G(n)$，原因是它们的输入都是 ...

看到知乎上的这篇王峰大佬的文章对metric learning有了比较大的兴趣，于是整理学习了相关的内容，如有错误请指出。

前面介绍了推荐系统中一个请求到来时的链路，这里介绍推荐系统里特征的链路、模型的数据是怎么来的以及流式训练的算法和相关问题。

推荐系统介绍 推荐系统是流量平台中不可缺少的一部分，旨在从平台海量的内容中精准的选出用户可能该兴趣的内容推送给用户，从而吸引用户使用该平台，获取流量。通常被推荐的内容记为 item，有时候也叫物品，这篇博客会把 item、内容、物品都混着用。推荐系统需要从数以亿计的 item 中选择几个推荐给 user，这需要对 user 和 item 的关系进行建模。

记录transformers和vLLM的一些使用。

记录pip和conda的常用命令。

记录git常用的命令，以及使用规范。