看著作者每天進(jìn)步就很開心 可以獎(jiǎng)勵(lì)螺螄粉吃 番茄味的~
2020-02-18刷題筆記題目：整數(shù)翻轉(zhuǎn) lstrip() rstrip()函數(shù)：語法：str.lstrip([chars]) 參數(shù)chars ----指定截取的字符 返回值：返回截掉字符串左邊(或者...
發(fā)簡信
IP屬地：陜西
-
-
2020-02-18刷題筆記
題目：整數(shù)翻轉(zhuǎn) lstrip() rstrip()函數(shù)：語法：str.lstrip([chars]) 參數(shù)chars ----指定截取的字符 返回值：返回截掉字符串左邊(或者...
-
如何解決自然語言處理90%的問題？翻譯：Emmanuel Ameisen撰寫的《如何解決90％的NLP問題：分步指南》http://t.cn/RQd3IGq[http://t.cn/RQd3IGq] 文本數(shù)據(jù)...
-
Tensorflow 的NCE-Loss的實(shí)現(xiàn)和word2vec
這兩天因?yàn)閷?shí)現(xiàn)mxnet的nce-loss，因此研究了一下tensorflow的nce-loss的實(shí)現(xiàn)。所以總結(jié)一下。 先看看tensorflow的nce-loss的API：...
-
SVD分解與Word Embedding 大全解1.SVD分解 1.1先談什么是特征值分解？ （1）特征值如果說一個(gè)向量v是方陣A的特征向量，將一定可以表示成下面的形式：這時(shí)候λ就被稱為特征向量v對應(yīng)的特征值，一個(gè)矩陣的一...
-
資料推薦
數(shù)學(xué)： 高等數(shù)學(xué)、數(shù)理統(tǒng)計(jì)與概率論，工程線性代數(shù)，數(shù)值分析，矩陣論，凸優(yōu)化。 我花了將近半年時(shí)間全職看完這些書，結(jié)論是：數(shù)學(xué)投入的性價(jià)比及其低，因?yàn)檫@是書中牽扯到機(jī)器學(xué)習(xí)中的...
-
RNN從開始到入門參考：https://blog.csdn.net/zhaojc1995/article/details/80572098] RNN（Recurrent Neural Netw...
-
形象的解釋神經(jīng)網(wǎng)絡(luò)激活函數(shù)的作用是什么？前言 這篇文章首先回答了一個(gè)人們都忽略的問題：在神經(jīng)網(wǎng)絡(luò)中，一個(gè)小小的激活函數(shù)為何如此重要？它的作用到底是什么？然后我就目前主流的激活函數(shù)做了一個(gè)對比討論，并提出一些建議。 ...
-
關(guān)于原點(diǎn)對稱的輸入和中心對稱的輸出，網(wǎng)絡(luò)會收斂地更好?**本文作者： **Liam Huang 本文鏈接： https://liam.page/2018/04/17/zero-centered-active-function/ ...
-
這幾篇工作相當(dāng)棒
Transformer 到 BERT：文章收集
今天看了幾篇簡直炸裂的文章，之前火的要死的 transformer 終于搞懂了（尤其是在 Bert問世之后），感覺學(xué)會了很多東西，下面分享鏈接。 放棄幻想，全面擁抱Trans...
-
Transformer 到 BERT：文章收集
今天看了幾篇簡直炸裂的文章，之前火的要死的 transformer 終于搞懂了（尤其是在 Bert問世之后），感覺學(xué)會了很多東西，下面分享鏈接。 放棄幻想，全面擁抱Trans...
-
Encoder-Decoder和Seq2Seq本文將詳細(xì)介紹 Encoder-Decoder、Seq2Seq 以及他們的升級方案Attention。 什么是 Encoder-Decoder ？ Encoder-Decod...
-
棋盤覆蓋問題----分治法
參考blog 棋盤覆蓋問題 問題描述 在一個(gè)2^k * 2^k個(gè)方格組成的棋盤中，有一個(gè)方格與其它的不同，若使用以下四種L型骨牌覆蓋除這個(gè)特殊方格的其它方格，如何覆蓋。四個(gè)L...
-
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory
環(huán)境： cuda9.0，cuann7，python3.6，tensorflow1.8 問題描述： 在安裝完tensorflow1.8之后，import tensorflow出...
-
高產(chǎn)！
基于Youtube-8M的視頻場景分類
簡介： 首先對于視頻和圖片分類的區(qū)別，我的理解就是視頻分類多了一些時(shí)間信息。另一方面對于視頻分類包括的場景和動作這兩類視頻分類中，感覺時(shí)域信息的重要性也不同。動作分類更加注重...
-
基于Youtube-8M的視頻場景分類簡介： 首先對于視頻和圖片分類的區(qū)別，我的理解就是視頻分類多了一些時(shí)間信息。另一方面對于視頻分類包括的場景和動作這兩類視頻分類中，感覺時(shí)域信息的重要性也不同。動作分類更加注重...
-
ubuntu自帶截圖工具--方便好用
ubuntu自帶的截圖工具感覺能夠滿足基本的截圖功能，可以不必安裝另外的截圖軟件。 一般用到的截圖類型有三種：全屏、當(dāng)前活動窗口、自定義區(qū)域，其中自定義區(qū)域截圖是最靈活也是我...
-
貝葉斯深度學(xué)習(xí)(bayesian deep learning)一、貝葉斯公式 其中，p(z|x)被稱為后驗(yàn)概率（posterior），p(x,z)被稱為聯(lián)合概率，p(x|z) 被稱為似然（likelihood），p(z)被稱為先驗(yàn)概率（...
-
Bag-of-words模型入門
總括 Bag-of-words模型是信息檢索領(lǐng)域常用的文檔表示方法。在信息檢索中，BOW模型假定對于一個(gè)文檔，忽略它的單詞順序和語法、句法等要素，將其僅僅看作是若干個(gè)詞匯的集...