- 博客(941)
- 资源 (370)
- 收藏
- 关注
RSS订阅原创 latex转换为Word pandoc-2.0.1.1-windows.msi安装包以及使用说明
latex转换为Word pandoc-2.0.1.1-windows.msi安装包以及使用说明。在安装目录下，以管理员权限运行就可以直接实现转换操作。
2023-03-26 22:58:33
527
1
原创 中文文本分类的一些理解
这个embedding_SougouNews.npz，和.pkl的作用如下所示！下图中的三段数值：嵌入向量，类别编号，句子长度；
2022-10-13 10:07:26
211
原创 文本多分类工作
测试集（test set）：开发集中选出的最优的模型在测试集上进行评估。不会据此改变学习算法或参数。开发集（development set）：调整参数、选择特征，以及对学习算法作出其它决定。训练集、开发集、测试集的划分比例为18W:1W:1W。训练集（training set）：训练算法。
2022-09-20 09:19:30
408
原创 读transformer的笔记
单词向量矩阵用 Xn×d 表示， n 是句子中单词个数，d 是表示向量的维度 (论文中 d=512)。每一个 Encoder block 输出的矩阵维度与输入完全一致。在实际中，Self-Attention 接收的是输入(单词的表示向量x组成的矩阵X) 或者上一个 Encoder block 的输出。），之后得到句子所有单词的编码信息矩阵。上图是 Self-Attention 的结构，在计算的时候需要用到矩阵。1.嵌入向量方面，就是词嵌入和位置嵌入的加和。3.如下图：【目前不太理解！
2022-09-19 10:40:40
476
原创 Teacher Forcing
但是，在测试集中表现可能较差。因为，在测试集中没有ground truth的存在！就是比较依赖于ground truth数据。
2022-09-19 10:13:29
181
原创 浅浅懂了一些transformer中的self-attation
正如很多人说，其中灵魂就是下面这个公式：简单说，就是。输入的词汇会变成嵌入。就是高纬数据！这称为矩阵X！之后，经过三个可训练的参数矩阵生成Q、K、V这三个都是维度相同的！第一波，Q矩阵乘以K的转置矩阵。这个核心思想，就是两个向量点乘就是计算二者的相似性程度大小。自注意力机制，也就是包含着本身的一些字符串。【换句话说，如果K、V矩阵不是由上面的X矩阵生成的话，那么就叫做注意力机制啦。因为这样的点乘也是计算相似性程度的！】
2022-09-18 22:50:52
491
原创 打开PyCharm 弹窗failed to create jvm.jvm path...
【如果不嫌麻烦，可以安装一个everything进行搜索查找！将你做的操作进行修复即可，一般都是因为数值设置过大导致无法启动！，那么直接将这个文件删除也可以。如果，修改之后不成的话。
2022-09-13 15:34:46
720
原创 switch语句中的fall-through
在C++的switch语句中，如果当前case分支中不加break, 便会执行下一个case分支的代码。但是有些时候我们为了实现一些特定的逻辑，所以有意不加break, 但是又不想听到编译器的抱怨，该怎么样让编译器"闭嘴"呢？如下所示，由于n的值为1，代码首先执行case 1分支，然后又因为case 1分支中没有加break，所以接着执行case 2分支、case 3分支，一直到default分支。而很多C++初学者容易犯这样的错误：在本应当在case分支中加入break的时候却忘了加了。
2022-09-07 08:55:46
1002
原创 论文的参考文献如何对齐。
参考：word中设置论文参考文献完美对齐方法_sky0942的博客-CSDN博客_参考文献对齐方式参考文献序号之后是需要有一个空格的！1.选择全部的参考文献。右键--选择自定义列表。再选择右下角的自定义。如下图1： 点击下图2中的箭头处之后，进行参数设置。设置参数的时候，右侧会同时出现效果样式。选择适合自己的即可！...
2022-07-06 20:45:27
3041
原创 聚类和分类的最基本区别。
聚类和分类的最基本区别。分类简单来说，就是根据文本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。而聚类的理解更简单，就是你压根不知道数据会分为几类，通过聚类分析将数据或者说用户聚合成几个群体，那就是聚类了。聚类不需要对数据进行训练和学习。分类属于监督学习，聚类属于无监督学习。常见的分类比如决策树分类算法、贝叶斯分类算法等。聚类的算法最基本的有系统聚类，K-means均值聚类，这些都很常见，网上资料一大推，不再
2022-06-22 21:15:13
536
1
原创 buildroot 交叉编译 剥离arm架构的二进制文件
1.下载：build-root 2019.02.1 6.0MB2.安装依赖包3.进行make的预备工作①target options：（设置成所需要的架构）②kernel headers：（设置成linux的内核版本）利用uname -r查看内核版本：③设置gcc版本：（4）保存配置文件，make进行编译：（如果遇到写错误，可能是无权限对文件写入，对整个buildroot文件进行chmod提权，再试一下即可）成功安装后，编译器都存放在output/host/usr/bin目录下，可以直接使
2022-06-17 20:31:44
304
1
原创 【解决】每次加载已经训练好的模型，生成的向量会有不同
这是因为系统在每次加载已经训练好的模型之后，针对同样的语句会生成不用的向量。解决办法就是，在系统加载一次之后。通过for循环，依次输入自己的语句。这样的也是符合本实验的应用场景的。就是 仅加载一次模型，使用很多次！结果示意：.........
2022-06-08 09:10:32
475
1
原创 deepwalk也可以对于字符串组成的图形进行嵌入，哪怕没有重复出现的数据
代码链接：https://blog.csdn.net/weixin_42859280/article/details/125054092?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22125054092%22%2C%22source%22%3A%22weixin_42859280%22%7D&ctrtid=hfPKvdeepwalk也可以对于字符串组成的图
2022-05-31 16:01:59
95
原创 调试分析deepwalk。分析其中的一些东西
1.in_degree 是入度的意思。就是有多少个边，进入了这一个节点！2.degree，就是出现多少次数的意思。3.edeges，就是很多边之间的关系！4. 下面这个图，in_degree、out_degree分别是入度以及出度{具体数字的}的意思。edges：是具体的边的意思。5.pred、succ分别是前继、后继的意思...
2022-05-31 10:31:40
113
原创 几个图采样 图嵌入技术
这些个图采样：采样都是具有倾向性的。特征选择存在偏颇！node2vec，下一步向哪里游走。是会参考当前权重的。struc2vec，下一跳倾向于游走到与当前节点最为相似的节点之中去。【因此，这个算法也是最为复杂的】...
2022-05-30 11:25:11
168
原创 使用python实现\记事本中去除掉空行数据
代码如下："""读取存在空行的文件，删除其中的空行，并将其保存到新的文件中"""def rewrite(): with open('src-test.txt','r',encoding = 'utf-8') as fr,open('newsrc-test.txt','w',encoding = 'utf-8') as fd: for text in fr.readlines(): if text.split():
2022-05-14 22:52:48
616
原创 MAP是什么意思？LoU是什么意思？
mean average precision (MAP), 各类别AP的平均值AP: PR曲线下面积。PR曲线: Precision-Recall曲线Precision: TP / (TP + FP)Recall: TP / (TP + FN)LoU的意思：绿色标线是人为标记的正确结果（ground-truth），红色标线是算法预测的结果（predicted）。IoU是两个区域重叠的部分除以两个区域的集合部分得出的结果，通过设定的阈值，与这个IoU计算结果比较。..
2022-05-13 23:00:45
724
原创 ubuntu18 编译安装llvm6.0
LLVM官网LLVM Download Page解压 ：xz -d **.tar.xz之后，会被后缀名为tar的包替代。tar -xvf **.tar生成文件夹！更改名字：步骤：1.cmake ../llvm -DLLVM_TARGETS_TO_BUILD=X86 -DCMAKE_BUILD_TYPE=Release2.make -j43.make install最终结果：...
2022-05-11 17:40:52
430
原创 seq2seq学习笔记1
简介机器翻译、人机对话、聊天机器人（如小冰、小爱、小艺。。。）等等对话生成场景人物，这些都是应用在当今社会都或多或少的运用到了我们这里所说的Seq2Seq。Seq2Seq模型是输出的长度不确定时采用的模型。seq2seq属于encoder-decoder结构的一种。本质上就是两个RNN模型的合作，一个作为编码器、一个作为解码器。这种情况一般是在机器翻译的任务中出现，将一句中文翻译成英文，那么这句英文的长度有可能会比中文短，也有可能会比中文长，所以输出的长度就不确定了。如下图，输入的中文长
2022-05-08 10:55:30
736
原创 python跳出双层for循环的解决方法
转：python跳出双层for循环的解决方法_Python_脚本之家代码：for i in range(5): for j in range(5): print(i, j) if i == 3 and j == 3: break else: continue break当次循环正常结束的时候才会执行else中的语句（如果当次循环执行了break，那么else不会执行）。注意：for j的else中的continue是对for i起作用的，
2022-05-06 19:31:47
3852
1
原创 nltk-同义词|反义词示范
前提是需要下载nltk数据集！import nltknltk.download()代码如下:from nltk.corpus import wordnet as wnl=[]for synset in wn.synsets('function'): print(synset.lemma_names()) for i in synset.lemmas(): l.append(i.name())print('\n\n*******function同义词集合如
2022-05-06 15:42:22
431
原创 python生成任意长度的字符串，并写入表格
代码如下：import csvimport randomimport stringdef write_to_csv(l): f = open('noise.csv', 'w', encoding='utf-8') # 2. 基于文件对象构建 csv写入对象 csv_writer = csv.writer(f) # 3. 构建列表头 # csv_writer.writerow(["id", "flag", "function_name"]) # c
2022-04-28 15:58:34
551
原创 根据具体的列表值，消除csv表格中的数据重复行
代码：import pandas as pddata = pd.read_csv(r"noise.csv")print(data)data1 = data.drop_duplicates(subset=['function_name'],keep='first')print(data1)data1.to_csv('noise.csv', index=0)#index=0,不写入索引，很实用#如果写入中文时有乱码，可以用utf-8-sig...
2022-04-28 15:56:21
381
原创 ubuntu18使用的软件源
163源：##163源deb http://mirrors.163.com/ubuntu/ bionic main restricted universe multiversedeb http://mirrors.163.com/ubuntu/ bionic-security main restricted universe multiversedeb http://mirrors.163.com/ubuntu/ bionic-updates main restricted universe m
2022-04-18 10:17:04
1355
原创 评价标准：ROC和AUC
作者：华为云开发者社区链接：https://www.zhihu.com/question/23700474/answer/1878757572来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。ROC的全名叫做Receiver Operating Characteristic，其主要分析工具是一个画在二维平面上的曲线——ROC 曲线。平面的横坐标是false positive rate(FPR)，纵坐标是true positive rate(TPR)。对某个分类器.
2022-04-16 16:19:54
763
原创 吴恩达机器学习系列课程-基础知识
1.代价函数什么是代价函数？ - 知乎除以2m是为了方便计算。通过求误差平均值。来确定最小取值。2.梯度下降寻找最小取值值（纵坐标为数值），使用梯度下降！对于二者进行同时更新为负的话，也是向右边偏移，也能得到自己想要的。梯度下降 更新规则：一旦达到收敛条件的话，迭代就结束。（局部最优，变为0。进行公式运算之后，数值仍然为原来的数值。）...
2022-04-07 10:11:19
1324
4
原创 static slice是什么呢?
参考：Computing Static Slice for Java Programs - 百度学术Slicing is an analysis technique that reduces programs to those statements that are relevant for a particular computation.顾名思义，切片也可以理解一些意思。
2022-04-05 14:36:52
465
原创 动态链接、静态链接、用户定义、中的库函数的区别
动态链接的库函数节点是已知的，并被赋给它们的名称，因为对它们的调用是基于它们的名称进行的，即使在剥离的二进制文件中也存在它们的名称。用户定义的和静态链接的函数节点被标记为未知，因为它们的名称在剥离后不存在。...
2022-04-04 20:01:12
280
latex转换为Word pandoc-2.0.1.1-windows.msi安装包以及使用说明
2023-03-26
优化.ll文件的ICFG特征提取，此版本可以清楚看到ICFG提取的情况
2022-11-30
.ll文件的ICFG特征提取，此版本可以清楚看到ICFG提取的情况
2022-11-30
cmake-3.16.0-Linux-x86-64.tar.gz
2022-10-17
Hadoop课程设计-基于Java和mapreduce实现的贝叶斯文本分类器设计
2022-10-07
SAFE代码需要的外部文件：safe_trained_X86.pb
2022-09-28
AMD64ARMOpenSSL.tar.gz SAFE代码需要的外部文件
2022-09-28
Chinese-Text-Classification-Pytorch-mas
2022-09-20
build-root 2019.02.1 6.0MB
2022-06-17
修改了deepwalk代码的GraphEmbedding-master
2022-05-30
seq2seq机器翻译opennmt外部下载的数据以及软件包torch-1.7.0-cp37-cp37m-win_amd64.w
2022-05-09
torch-1.10.2-cp36-cp36m-manylinux1_x86_64.whl
2022-05-09
官网网速不好，就先放出资源，需要自取。
2022-03-31
2021 - A Survey of Binary Code Similarity.pdf
2022-01-02
torch-1.0.0-cp36-cp36m-win_amd64.zip
2021-07-12
C# 图书馆管理系统(VS2005+MsSQL).zip
2021-06-01
Eclipse ECLIPSE eclipse-inst-win64.zip
2021-05-31
数据仓库与数据挖掘2018-2019年题目,复习资料.zip
2021-05-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人