醒時(shí)明月，醉后清風(fēng)！
發(fā)簡(jiǎn)信
IP屬地：北京
-
-
我都是跟著我朋友xzx學(xué)的，你可以關(guān)注他學(xué)習(xí)一下
正則表達(dá)式匹配a標(biāo)簽中的href內(nèi)容和<a></a>中間的內(nèi)容
運(yùn)行結(jié)果：http://www.baidu.comElasticsearch Kibana 命令注入漏洞
-
正則表達(dá)式匹配a標(biāo)簽中的href內(nèi)容和<a></a>中間的內(nèi)容
運(yùn)行結(jié)果：http://www.baidu.comElasticsearch Kibana 命令注入漏洞
-
卷積神經(jīng)網(wǎng)絡(luò)調(diào)參心得驗(yàn)證碼識(shí)別為例
實(shí)驗(yàn)使用tensorflow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)對(duì)驗(yàn)證碼進(jìn)行識(shí)別，在識(shí)別的過程中遇到了優(yōu)化速度較慢的問題，將調(diào)參的心得記錄如下。 batch_size大小不要小于輸出值得個(gè)數(shù) 學(xué)...
-
-
-
leetcode 種花問題
假設(shè)你有一個(gè)很長(zhǎng)的花壇，一部分地塊種植了花，另一部分卻沒有。可是，花卉不能種植在相鄰的地塊上，它們會(huì)爭(zhēng)奪水源，兩者都會(huì)死去。給定一個(gè)花壇（表示為一個(gè)數(shù)組包含0和1，其中0表示...
-
卷積神經(jīng)網(wǎng)絡(luò)CNN原理展示和Tensorflow相關(guān)函數(shù)介紹卷積神經(jīng)網(wǎng)絡(luò) 1 CNN卷積層 卷積操作 卷積核Kernal與Input矩陣執(zhí)行卷積操作，每次卷積的值組成了一個(gè)新的矩陣。卷積的操作是Kernal的值和每個(gè)對(duì)應(yīng)的Input中...
-
tensorflow存儲(chǔ)和加載模型
存儲(chǔ)模型 保存模型后會(huì)在相應(yīng)的目錄下生成四個(gè)文件，文件的名字中crack_capcha.model-1390為保存模型是設(shè)置的文件名。 checkpoint 文本文件，記錄了...
-
embedding層思路
首先進(jìn)行詞典的構(gòu)造，將出現(xiàn)少的詞篩選后構(gòu)造成詞典，詞典中每個(gè)詞都有對(duì)應(yīng)的ID值，有了詞典就可以構(gòu)造one-hot向量表示，one-hot與[詞典長(zhǎng)度，詞向量維度]矩陣相乘可以...
-
驗(yàn)證碼識(shí)別時(shí)導(dǎo)入captcha.image出錯(cuò)
ModuleNotFoundError: No module named 'captcha.image'; 'captcha' is not a package 目前兩個(gè)原因...
-
leetcode 非遞減序列
題目要求 給定一個(gè)序列，改動(dòng)其中的數(shù)字，能夠構(gòu)成非遞減序列所更改次數(shù)少于2的函數(shù)返回真，否則返回假。 思路 首先考慮數(shù)組數(shù)量少于等于2的時(shí)候一定可以構(gòu)成非遞減序列當(dāng)大于等于3...
-
word2vec 中CBOW和skip-gram隨筆
神經(jīng)網(wǎng)絡(luò)處理文本時(shí)處理的為數(shù)據(jù)元素不能直接處理文本，因此考慮將文本轉(zhuǎn)換成數(shù)字，起初使用one-hot對(duì)詞進(jìn)行表示，但存在著稀疏的缺點(diǎn)，因此使用詞向量的形式進(jìn)行表示詞。word...
-
中文文本清洗、分詞、訓(xùn)練詞向量
中文文本在訓(xùn)練詞向量的相關(guān)操作和使用的函數(shù)工具總結(jié) 只保留中文字符（數(shù)字、字母） 判斷漢字、數(shù)字和字母的函數(shù) 使用上述三種函數(shù)可以實(shí)現(xiàn)對(duì)字符串進(jìn)行篩選的處理，該函數(shù)輸入待處理...
-
LSI(LSA)和gensim中的實(shí)現(xiàn)
LSI原理 通過SVD將文檔與詞的TF-IDF的矩陣進(jìn)行分解。SVD分解后的三個(gè)矩陣是文檔與主題，主題與詞義，詞義與詞三個(gè)矩陣，通過三個(gè)矩陣的不同解釋，可以實(shí)現(xiàn)在降低維度的基...
-
