發(fā)簡信
IP屬地：四川
-
Win10下Cuda Toolkit和cudnn安裝1. 查看Cuda版本 在“開始”處輸入“cmd”打開命令界面，并輸入“nvidia-smi”查看驅(qū)動(dòng)支持的最高cuda版本。 如上圖，表示驅(qū)動(dòng)...
-
神經(jīng)網(wǎng)絡(luò)
神經(jīng)元模型 神經(jīng)網(wǎng)絡(luò)是由具有適應(yīng)性的簡單單元組成的廣泛并行互連的網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)外界物體所作出的交互反應(yīng)。 在機(jī)器學(xué)習(xí)中...
-
決策樹
基本流程 決策樹基于樹結(jié)構(gòu)進(jìn)行決策。一決策樹包含三類結(jié)點(diǎn)： 根結(jié)點(diǎn)：包含樣本全集 內(nèi)部結(jié)點(diǎn)：包含被劃分后的樣本子集 葉結(jié)點(diǎn)：對(duì)應(yīng)決策結(jié)果 除葉結(jié)...
-
scikitlearn——線性判別分析（Linear Discriminant Analysis）class sklearn.discriminant_analysis.LinearDiscriminantAnalysis(solver='s...
-
gensim模型（4）——FastText模型
FastText模型 下面介紹了Gensim中的fastText模型并展示如何在Lee Corpus上使用它。 在這里，我們將學(xué)習(xí)使用fastT...
-
Enriching Word Vectors with Subword Information——FastText算法學(xué)習(xí)
Model 模型在考慮形態(tài)（morphology）的同時(shí)，學(xué)習(xí)單詞表示。通過考慮子詞單元并將單詞表示為其字符n-grams之和，作者對(duì)形態(tài)進(jìn)行建...
-
gensim模型（3）——Ensemble LDA
Ensemble LDA 主要介紹Gensim的EnsembleLda模型 該教程講解釋如何使用EnsembleLDA模型類。 Ensemble...
-
Latent Direchlet Allocation（LDA）介紹
本文為《Introduction to Latent Dirichlet Allocation》的中文翻譯學(xué)習(xí)。原文請(qǐng)參見http://blog...
-
gensim模型（2）——Doc2Vec
Doc2Vec模型（Doc2Vec Model） 介紹Gensim的Doc2Vec模型且展示其在Lee Corpus[https://hekyl...