4 Dod_Jdi

尚未进行身份认证

Don't delay,Just do it!

等级
TA的排名 6w+

AI论文参考

描述了12个NLP文本分类或者相关NLP模型的结构,解释及实现等。链接:CSDN飞翔的大马哈鱼包括:快速文本(fastText)文本卷积神经网络(TextCNN)文本循环神经网络(TextRNN)双向长短期记忆网络文本关系(BiLstmTextRelation)两个卷积神经网络文本关系(twoCNNTextRelation)双长短期记忆文本关系双循环神经网络(BiLs...

2019-03-04 20:29:28

Layer父子界面交互, require.js的配置和引入layer.js

Layer弹窗感觉还是挺好用的,就是父子界面间的交互不是很清楚。看了不少文档自己又试了挺久,算是找到了一个比较好的方法,记录一下吧。基本原理:获取弹出层实体,通过向方法传递参数的形式去弱化父子关系。基本使用:弹出页面层-相当于在当前页面中弹出一个divlayer.open({type:1,title:false,content:'自定义HTML内容' //str...

2018-12-21 15:41:40

Anaconda的简单使用

前面一直都是直接安装python,然后pip管理包,然而感觉版本管理和包安装有时候不是很方便,同学推荐用Anaconda,用了一下感觉真的方便多了,可以用pip的同时使用conda安装,还有可视化的界面。安装到官网下载安装,添加安装目录和其下的Scripts到path环境中。安装后打开工具prompt输入conda--version显示版本号说明安装成功啦添加代理(可选):TUNA...

2018-10-31 10:52:45

集成学习 ensemble learning

集成学习(ensemblelearning):集成学习通过构建并结合多个学习器来完成学习任务。如神经网络集成中使用的都是神经网络,这类叫做同质集成,子学习器叫做“基学习器”;不同的叫异质集成,学习器叫“个体学习器”或者组件学习器。集成学习通过将多个学习器进行结合,以取得更好的学习能力或者泛化性能。通过投票法产生最后结果,同时个体学习器之间要尽量“好而不同”。两类集成学习:...

2018-08-08 09:35:32

背包问题

在有容量限制的情况下装下最大价值的物品://设置n个物体重量和对应的价值intw[]={0,1,2,5,4,3};intv[]={0,1,2,3,4,5};//背包容量intm=10;结果导论:如果在取[a1,a2...ak][a1,a2...ak][a_1,a_2...a_k]时价值最大,那么在限制重量为m−w[ak]m−w[ak...

2018-08-02 10:27:56

笔试

一、交叉熵损失函数首先sigmoid函数y^=g(z)=11+e−zy^=g(z)=11+e−z\haty=g(z)=\frac{1}{1+e^{-z}}给出的是分类为1的概率,分类为0的概率为1−y^1−y^1-\haty,即:P(y=1|x)=y^P(y=0|x)=1−y^P(y=1|x)=y^P(y=0|x)=1−y^P(y=1|x)=\haty\\...

2018-07-22 17:51:54

贝叶斯(Bayes)分类器

1、基本概念条件概率:A条件下B发生的概率为P(B|A)=P(A,B)P(A)P(B|A)=P(A,B)P(A)P(B|A)=\frac{P(A,B)}{P(A)}并且P(A|B)=P(A,B)P(B)=P(B|A)∗p(A)P(B)P(A|B)=P(A,B)P(B)=P(B|A)∗p(A)P(B)P(A|B)=\frac{P(A,B)}{P(B)}=\frac{...

2018-07-21 11:53:27

支持向量机Support Vector Machine

在样本空间中,划分超平面的方程描述如下:wTx+b=0wTx+b=0w^Tx+b=0其中w为法向量,决定了超平面的方向,b为位移项,决定了超平面与原点的距离。很明显,不同的超平面方向和位移项对分类鲁棒性不同,一般而言其间距(margin)越宽泛化能力也更好。对于正确分类的样本,总有:{wTxi+b>0,wTxi+b<0,yi=+1;yi=−1{w

2018-07-17 17:07:43

python 独立版本管理

从python3开始添加了一个很好的东西:venv,即虚拟环境管理有一个类似的东西叫做virtualenv,推荐个教程:virtualenv教程通过venv你可以为自己甚至工程设立一个单独的python环境。系统可以安装多个python版本,但是版本切换比较麻烦,而且对于每个版本安装卸载库什么的可能会互相影响。系统安装完python会,使用venv会拷贝建立一个虚拟单独纯净的...

2018-06-29 22:26:07

Retrofit2在Android的使用

是的,最近又在写Android,不要问我为什么,心累。Retrofit2可以极大的简便网络交互,从此不用自己去管理线程,建立handler之类的。Retrofit2的使用主要包括三个部分:定义网络交互接口定义解析返回结果类在上面两个的基础上进行使用我前面看了一些资料,但是感觉不够直观(目的和过程不够清晰,其他都挺好的,官方链接:https://github.c...

2018-06-05 13:43:16

tensorflow 使用笔记

解决window下tensorboard不是内部或外部命令的问题将C:\Users\用户名\AppData\Local\Programs\Python\Python35\Scripts下的tensorboard.exe拷贝到C:\Users\用户名\AppData\Local\Programs\Python\Python35\Scripts下就好了。其他类似的问题基本都可以这...

2018-04-12 09:27:33

Python 代码笔记

1、内置函数lambda用法一:类函数格式如下,[]表示可选[生成器=]lambda参数x:函数体[实参]f=(lambdax:x=i)print(f(1))#输出1,这时候类似函数调用用法二:迭代printmap(lambdax:x.startswith('s'),cities['Cityname'])#实参部分是一...

2018-04-03 23:21:07

DeepLearning.ai code笔记5:序列模型

注意力机制模型模型:分为Encoder层,Attention层和Decoder层。将Encoder层的每个时间片的激活值s<t>s<t>s^{}拷贝Tx次然后和全部激活值a(Tx个时间片)串联作为Attention层的输入,经过Attention层的计算输出nynyn_y个阿尔法α,使用不同激活值a作为不同阿尔法α对每个单...

2018-04-03 23:02:24

DeepLearning.ai code笔记4:卷积神经网络

1、卷积基本结构Stride步长:滤波器在原始图片上每次水平或垂直移动的距离。卷积大小的计算,滤波器大小为f,步长为s,填充为p,输入图片为n×nn×nn\timesn,则卷积得到的特征图大小为,下标f表示向下取整:[n+2p−fs]f×[n+2p−fs]f[n+2p−fs]f×[n+2p−fs]f[\frac{n+2p-f}{s}]_f\...

2018-04-03 17:25:36

DeepLearning.ai code笔记2:超参数调试、正则化以及优化

1、L2正则化不使用正则化的公式:J=−1m∑i=1m(y(i)log(a[L](i))+(1−y(i))log(1−a[L](i)))(1)(1)J=−1m∑i=1m(y(i)log⁡(a[L](i))+(1−y(i))log⁡(1−a[L](i)))J=-\frac{1}{m}\sum\limits_{i=1}^{m}\large{(}\smally^{(i)}\log\...

2018-04-03 16:39:10

DeepLearning.ai code笔记1:神经网络与深度学习

说明一下,这和系列是对编程作业的作一些我认为比较重要的摘抄、翻译和解释,主要是为了记录不同的模型的主要思想或者流程,以及一些coding中常见的错误,作为查漏补缺之用。作业链接:https://github.com/Wasim37/deeplearning-assignment。感谢大佬们在GitHub上的贡献。1、随机数的生成np.random.randn()和np.random...

2018-04-02 22:52:09

吴恩达深度学习笔记六:序列模型

周末出去耍了一下,回来又玩了两天游戏,耽误了好多时间啊,关键是连输20多局。哎,以后还是少玩游戏,多去做些有趣的事情吧,免得费时费力还不开心。1、循环神经网络(RNN:RecurrentNeuralNetwork)序列模型(sequencemodel):处理语言和音视频等前后相互关联的数据。和CNN卷积模型处理相对独立的输入和输出不同,序列模型处理的是具有较强相关性的连续序列。序列...

2018-03-26 23:09:57

吴恩达深度学习笔记五:卷积神经网络 人脸识别和风格迁移部分

1、人脸识别人脸验证(FaceVerification):输入图片和模板图片是否为同一人,一对一问题。人脸识别(FaceRecognition):输入图片,检测是否为多个模板图片中的一个,一对多问题。一般来说,人脸验证由于范围较小难度较小,而人脸识别需要进行一对多的比对难度较大准确率也较低。One-ShotLearning:由于人脸数据库的容量K并不固定,如果使用以前的...

2018-03-23 22:26:50

吴恩达深度学习笔记四:卷积神经网络 基础和目标检测部分

1、卷积神经网络(CNN:Convolutionalneuralnetwork):卷积运算:矩阵对应位元素相乘然后相加,主要作用是特征提取和减少参数。深度学习中使用的是“互相关”卷积,即不进行偏转的卷积。滤波器(fliter):也叫“核(kernel)”,使用具有不同参数的滤波器可以检测图片中垂直、水平边缘等特征。两个重要的特征,可以有效解决计算机视觉等存在的参数过多速度慢...

2018-03-20 09:45:51

吴恩达深度学习笔记三:结构化机器学习项目

1、正交化正交化:每次调整对某一性能进行针对性调试和优化,更快地发现影响效应,从而进行综合性的优化。一个好的模型最好能够同时在训练集,验证集,测试集和实际应用中表现良好,如果:情况解决办法在训练集上表现不好尝试更大的神经网络或者使用更好的优化算法(如Adam)在验证集上表现不好尝试获取更多的训练数据或者加入正则化在测试集上表现...

2018-03-16 22:02:13

查看更多

勋章 我的勋章
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!