- 有较多的技术笔记，想整理下，也回顾下，从基础到稍有些深度的技术，才发现坚持写博客真的不容易，比自己写技术笔记难得多。
- 博客可能会有其它同行来看，必须写的清楚明白，尽可能少错误，更不能误人。
- 有时需要对里面个别的技术点进行深挖，反复验证。
- 写博客也挺磨人，也是一个巩固知识点的好方法，可能一篇博客要准备两三天才能成型。
- 尽可能不要出现看6个月前写的代码不知道写的啥。
更多内容请访问：IT源点
注意：本文归作者所有，未经作者允许，不得转载
写博客体会
相关文章推荐
- 腾讯技术 | 超强指南！推荐算法架构——重排
- 腾讯音乐 | QQ 音乐命名实体识别技术
- 腾讯音乐多模态音乐匹配技术与应用
- 腾讯音乐栾鹏：cube-studio 开源一站式云原生机器学习平台
- 腾讯音乐的新一代歌曲识别技术
- 自然语言处理终极方向：深度学习用于自然语言处理的5大优势
- 艺术家如何使用机器学习来进行创作?
- 苏宁 11.11：一种基于神经网络的智能商品税分类系统
- 萌新想请教一下 特征选择 的问题
- 萌新误入数据科学歧途怎么办？这是16位顶级大牛的入坑指南
- 萨摩耶云 | 深度迁移学习技术在金融风控中的应用
- 蘑菇街增量学习番外篇一：动态正则之 tensorflow 中 div 转 mod 设计（含代码实现）
- 蘑菇街增量学习番外篇三：deepFM 的动态正则实践
- 蘑菇街增量学习番外篇二：优化器设计理论篇（AdamW、AdaDeltaW、FTRL）
- 蘑菇街首页推荐视频流——增量学习与 wide&deepFM 实践（工程 + 算法）
- 虎牙 | 刘柏芳：弹性分布式训练在虎牙的实践
- 融 360 | 智能风控模型的自动化迭代
- 要提升微信看一看推荐混排的长期收益？试试深度强化学习
- 见微知著，你真的搞懂 Google 的 Wide&Deep 模型了吗？
- 观点 | 机器学习 =「新瓶装旧酒」的数据统计？No！
全部评论: 0 条
我有话说:
