博客

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，这里介绍推荐系统的完整架构，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。

信息熵的引入是为了解决字符编码问题。 给定一篇文章，它由一些字符组成，每个字符有相应的出现次数，如何给每个字符赋予一个二进制编码，使得编码后的文章长度最短？ 注意，这里的编码需要保证一个字符不是另一个字符的前缀，比如一个字符的编码如果是01，那么其余的字符编码不能是0，也不能以01开头。这意味着什么？如果把所有二进制串组成的集合称为编码空间，那么显然01这个编码就占了整个编码空间的四分之一！...

记录一些点云处理相关的东西。