论文链接：http://proceedings.mlr.press/v97/xie19b/xie19b.pdf基于怀疑容错的分布式SGDAbstactzeno优势在于只需要假设系统中存在一个正常节点。核心思想：怀疑有潜在缺陷的worker。可能会怀疑错误，因此加入了使用排名的偏好机制Introduction使用stochasticzero-orderoracle计算分数，这个分数代表在迭代中该节点的可信度。然后取分数最高（最值得信任）的节点的均值。论文贡献点：系统中仅需存在一个正常节点收敛速度与分布式同步SGD相同适用于不相同分布的数据集ModelFailureModel最坏的情况即错误梯度将
一、题目大意标签:贪心https://leetcode.cn/problems/queue-reconstruction-by-height假设有打乱顺序的一群人站成一个队列，数组people表示队列中一些人的属性（不一定按顺序）。每个people[i]=[hi,ki]表示第i个人的身高为hi，前面正好有ki个身高大于或等于hi的人。请你重新构造并返回输入数组 people所表示的队列。返回的队列应该格式化为数组queue，其中queue[j]=[hj,kj]是队列中第j个人的属性（queue[0]是排在队列前面的人）。示例1：输入：people=[[7,0],[4,4],[7,1],[5,0
一、题目大意标签:贪心https://leetcode.cn/problems/queue-reconstruction-by-height假设有打乱顺序的一群人站成一个队列，数组people表示队列中一些人的属性（不一定按顺序）。每个people[i]=[hi,ki]表示第i个人的身高为hi，前面正好有ki个身高大于或等于hi的人。请你重新构造并返回输入数组 people所表示的队列。返回的队列应该格式化为数组queue，其中queue[j]=[hj,kj]是队列中第j个人的属性（queue[0]是排在队列前面的人）。示例1：输入：people=[[7,0],[4,4],[7,1],[5,0
概述 梯度下降法(GradientDescent)是一个算法，但不是像多元线性回归那样是一个具体做回归任务的算法，而是一个非常通用的优化算法来帮助一些机器学习算法求解出最优解的，所谓的通用就是很多机器学习算法都是用它，甚至深度学习也是用它来求解最优解。所有优化算法的目的都是期望以最快的速度把模型参数θ求解出来，梯度下降法就是一种经典常用的优化算法。梯度下降法的思想 思想就类比于生活中的一些事情，比如你去询问你的一个朋友工资多少，他不会告诉你，但是他会让你去猜，然后告诉你猜的结果。你每说出一次答案，他就会说猜高了或是猜低了，这样下去你就会奔着对方的回答继续猜下去，总有一次能猜到正确答案。梯度
概述 梯度下降法(GradientDescent)是一个算法，但不是像多元线性回归那样是一个具体做回归任务的算法，而是一个非常通用的优化算法来帮助一些机器学习算法求解出最优解的，所谓的通用就是很多机器学习算法都是用它，甚至深度学习也是用它来求解最优解。所有优化算法的目的都是期望以最快的速度把模型参数θ求解出来，梯度下降法就是一种经典常用的优化算法。梯度下降法的思想 思想就类比于生活中的一些事情，比如你去询问你的一个朋友工资多少，他不会告诉你，但是他会让你去猜，然后告诉你猜的结果。你每说出一次答案，他就会说猜高了或是猜低了，这样下去你就会奔着对方的回答继续猜下去，总有一次能猜到正确答案。梯度
一、题目大意标签:搜索https://leetcode.cn/problems/minimum-height-trees树是一个无向图，其中任何两个顶点只通过一条路径连接。换句话说，一个任何没有简单环路的连通图都是一棵树。给你一棵包含 n 个节点的树，标记为 0 到 n-1。给定数字 n 和一个有n-1条无向边的edges 列表（每一个边都是一对标签），其中edges[i]=[ai,bi]表示树中节点ai和bi之间存在一条无向边。可选择树中任何一个节点作为根。当选择节点x作为根节点时，设结果树的高度为h。在所有可能的树中，具有最小高度的树（即，min(h)）被称为最小高度树。请你找到所有的最小
一、题目大意标签:搜索https://leetcode.cn/problems/minimum-height-trees树是一个无向图，其中任何两个顶点只通过一条路径连接。换句话说，一个任何没有简单环路的连通图都是一棵树。给你一棵包含 n 个节点的树，标记为 0 到 n-1。给定数字 n 和一个有n-1条无向边的edges 列表（每一个边都是一对标签），其中edges[i]=[ai,bi]表示树中节点ai和bi之间存在一条无向边。可选择树中任何一个节点作为根。当选择节点x作为根节点时，设结果树的高度为h。在所有可能的树中，具有最小高度的树（即，min(h)）被称为最小高度树。请你找到所有的最小
提到锥形渐变conic-gradient[1]（也有的称“角向渐变”），很多人都被这个名称给迷惑了，以为就是用来画圆锥的，比如：div{background-image:conic-gradient(from40deg,#fff,#000);}这样可以得到锥形的放射性图案。当然，再进一步，可以绘制饼图。div{background:conic-gradient(red36deg,orange36deg170deg,yellow170deg);border-radius:50%}这个也比较容易想到，如下：这类锥形都比较直观，除了这些，还能绘制哪些图案呢？下面就来介绍一些比较实用的案例。一、三角形
提到锥形渐变conic-gradient[1]（也有的称“角向渐变”），很多人都被这个名称给迷惑了，以为就是用来画圆锥的，比如：div{background-image:conic-gradient(from40deg,#fff,#000);}这样可以得到锥形的放射性图案。当然，再进一步，可以绘制饼图。div{background:conic-gradient(red36deg,orange36deg170deg,yellow170deg);border-radius:50%}这个也比较容易想到，如下：这类锥形都比较直观，除了这些，还能绘制哪些图案呢？下面就来介绍一些比较实用的案例。一、三角形
我们有时会在CSS里写height:100%，发现并无效果，如下：*{padding:0;margin:0;border:0;}body{background-color:green;/*height:100%;*/border:5pxsolidgreenyellow;}.block{width:100%;height:100%;background-color:red;}block类div的高度并未按照我们预想那样撑满全屏高度block类的父级（包含块）是body，body在未设置值的时，height值为auto，body的实际计算高度为内容撑开的高度，即为0（可以将上述代码的border样
