- 博客(356)
- 收藏
- 关注
RSS订阅原创 代码小结（4.11）
1.torch.nn.Variable() 其中不仅包含了data，还包含了grad,grad_fn.关于Variable2.model.train()和model.eval()model.train()训练时启用Batch Normalization和Dropout。model.eval()在验证集和测试集上不启用Batch Normalization和Dropout。model.train()和model.eval()3.torch.optim.Adam()torch..
2021-04-11 22:39:52
155
原创 代码小结（4.7）
1、python函数（1）map函数 map(function, iterable,...) function--函数，后边列表中的序列参数作为function的参数，对列表中的每个参数执行function函数。 iterable--一个或多个序列map函数（2）2、pandas中的函数（1）groupby（） 其中的参数as_index=True,DataFrame数据类型中不显示索引项（0,1,2，...）,而是以第一列组标签为索引值;as_index=F...
2021-04-07 17:55:28
132
1
原创 代码小结（4.6）
1、数据集加载类torch.utils.data.DataLoader其中的参数collate_fn，可以通过这个函数对样本进行进一步处理，原则上返回值是一个有结构的batch。聊聊Pytorch中的dataloader2、pickle包import pickledata = ... # Some Python objectf = open('somefile', 'wb')pickle.dump(data, f) 将一个对象保存到一个文件中。s = pickle.du.
2021-04-06 22:04:56
147
原创 基于aspect的情感分析总结
基于Aspect的情感分析模型总结（一）基于Aspect的情感分析模型总结（二）1、区分概念context，target，aspect context指的是句子中的words，target指的是句子中出现的词，aspect可以是句子中未出现的词，属于预先定义的比较高级的类别刻画。target和aspect都可以理解为方面，即该句子从那几方面描述了一件产品。2、模型发展过程（1）使用LSTM的ABSA①LSTM 不考虑target words，直接对句子进行LSTM，只...
2021-03-31 10:51:27
779
原创 Multi-grained Attention Network for Aspect-Level Sentiment Classification阅读笔记
本文提出了一个多粒度的注意力网络，用于解决基于aspect情感分析的问题。 以往的模型主要有两个缺点。一是采用粗粒度的注意力机制，这样当某一aspect有很多单词或文本内容较大，会造成信息损失。二是其训练aspect只与其内容相关，aspect之间不相关。 所谓的粗粒度的注意力机制指的是，对于aspect的平均向量，交互学习context word的权重；对于context的平均向量，交互学习aspect word的权重。这种思想来自于IAN，其认为在基于aspect的情感分类任务中，tar...
2021-03-30 21:36:48
500
1
原创 关于语言模型
语言模型是一系列单词的概率分布，其完成了从word到word embedding的映射。NLP入门 构建语言模型的基本方法有两类，分别是基于频率统计和基于预测。 基于频率估计的主要方法是GloVe，它通过构建词向量（word embedding）和共现矩阵（Co-ocurrence Maxtrix）之间的近似关系，经过训练最终获得word embedding的表示。GloVe详解 基于预测的主要方法是word2vec，具体方法有Skip-gram和CBOW。这两种方法都...
2021-03-26 15:29:08
105
原创 优化方法SGD/AdaGrad/RMSProp
SGD：梯度下降方法优化，手动设置学习率，学习率不会自动变化，只能手动更改。 AdaGrad：学习率自学习，学习率随着训练过程改变，调整学习过程。AdaGrad RMSProp：在AdaGrad的基础上，改进学习率调整的方法，加了一个衰减系数来控制历史信息的获取量。RMSProp...
2021-03-25 21:33:03
172
原创 Joint Deep Modeling of Users and Items Using Reviews for Recommendation阅读笔记
文章将深度模型应用于评论信息，利用评论信息学习user和item的隐表示，然后用FM方法预测评分。 模型分为三部分，分别是Word Representation，CNN Layers和The Shared Layer。 在Word Representation部分，将评论中的每个单词转换为单词向量表示： 在CNN Layers层，采用多个尺寸不同的核，利用CNN提取评论信息。首先经过卷积层，然后经过最大池化层，捕捉提取的最重要的特征，，CNN输出，，最终经过一个全连接层，获得最终表...
2021-03-25 21:08:49
198
原创 Multi-Pointer Co-Attention Networks for Recommendation阅读笔记
该模型主要用于处理评论信息，提高推荐的准确性。 模型分为六个部分，分别是Input embedding，Review-level Co-attention，Review Pointers，Word-level Co-Attention，Multi-Pointer Learning和Prediction Layer。一、Input embedding 首先是Input embedding层，该层分为两个部分，即EmbeddingLayer和Review Gating Machanis...
2021-03-24 09:09:34
575
原创 Factorization Machines的推荐方法
FM相对于LR（线性回归）的改进：FM除了考虑了线性回归，还考虑了不同特征分量之间的相互关系。对于观察样本中未出现交互的特征分量（未观察到的user和item），也能进行相应的参数估计。参考资料：FM推荐算法原理...
2021-03-22 22:37:42
68
原创 Reparameterization 重参数/Gumbel-Max/Gumbel-Softmax
1、三者之间的关系重参数是一种处理期望形式目标函数的方法，处理这种目标函数意味着要从分布中采样。该分布中带有参数，如果直接采样的话，就会失去参数的梯度。而重参数提供这样一种变换，是我们可以直接从分布中采样，并且保留参数的梯度。 如果从离散分布中采样，需要定义一种可微分的与离散分布近似的取样方法，这就需要用到Gumbel-Softmax。 Gumbel-Max是Gumbel-Softmax的基础，提供了一种从类别分布中采样的方法。但Gumbel-Max因为存在取最大值的操作，故其不可导。而...
2021-03-22 22:31:54
1174
原创 Day4-前馈神经网络
数据集简介： MINST数据集是由Yann提供的手写数字数据库文件。这个数据集主要包含了60000张的训练图像和10000张的测试图像，数据库的里的图像都是28*28大小的灰度图像，每个像素的是一个八位字节（0~255）。 数据集内容： 主要是下面的四个文件： Training set images: train-images-idx3-ubyte.gz (9.9 MB, 解压后 47 MB, 包含 60,000 个样本) Training set...
2020-08-21 11:46:25
128
原创 Day3-基于EigenFace实现人脸识别
数据集简介： Yale人脸数据集由耶鲁大学创建，包含15个人，每个人有不同表情、姿态和光照下的11张人脸图像，共165张图片，每张图片大小为116*98大小。 关于EigenFace算法基本原理，推荐博客。 此算法大致分为两大部分，一是训练算法，即用PCA做特征脸；二是检测识别，即对于一张新的人脸，用特征脸进行标示。import numpy as npimport cv2import os# 加载正常脸图像def loadImageSet(add): face_a...
2020-08-21 11:19:00
277
原创 Day2-人脸检测基础
1、用opencv自带的人脸检测器进行人脸检测-Haar like adaboost检测 首先下载cascade文件，放到对应文件夹下。import cv2#绘制人脸检测框def plot_rectangle(image, faces): #faces:图像中人脸的参数，坐标(x,y)，width，height for (x, y, w, h) in faces: #要绘制矩形的图像，矩形左上坐标，矩形右下坐标，矩形框颜色，边框粗细 c..
2020-08-21 10:15:34
207
原创 Day1-opencv对图像的基本操作
一、图像的读取和存储import numpy as npimport cv2import ospath = 'read_images/'#图片存放的文件夹路径for root,dir,files in os.walk(path):#依次读取文件夹下图像 for file in files: img = cv2.imread(path+str(file))#读入一幅图像 cv2.imwrite('new_images/'+str(file),img)#将
2020-08-06 18:16:27
117
原创 焦作比赛总结
比赛之前，内心是比较忐忑的。当时还是有点担心题目的难度，担心发挥的问题。 比赛一开始，全场过签到题，心里稍微安心一点。觉得这场比赛起码是有签到题了，一开始我从后往前读题，简单想了一下最后一道题，觉得不能做。队友开始写另一道题，出了一点小问题。但当时并没有影响做题心情，继续做题。第三道题隐约记得是道打表找规律的题目，队友一直在做，我去读了剩下的看起来可能的题目。第三道题用的JAVA大数...
2018-11-29 22:31:57
204
原创 HDU6290 奢侈的旅行（堆优化的迪杰斯特拉算法）
题目链接 Time Limit: 14000/7000 MS (Java/Others) Memory Limit: 512000/512000 K (Java/Others)Total Submission(s): 1643 Accepted Submission(s): 336 Problem Description高玩小Q不仅喜欢玩寻宝游戏，还喜欢一款升级养成...
2018-11-12 09:38:26
254
原创 HDU2586 How far away ？（树上倍增求LCA）
题目链接Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others)Total Submission(s): 25284 Accepted Submission(s): 10051Problem DescriptionThere are n houses in the vi...
2018-11-09 21:47:00
261
原创 最近公共祖先LCA---在线倍增算法
在线求LCA，多次询问。倍增算法时间复杂度为。 1、dfs求每个节点所在层数void dfs(int u,int root,int d){ int i; depth[u]=d; fa[u][0]=root;//初始化 int sz=edge[u].size(); for(i=0;i<sz;i++) { int ...
2018-11-09 21:40:25
212
原创 HDU6287 口算训练（二分+思维）
题目链接Problem Description小Q非常喜欢数学，但是他的口算能力非常弱。因此他找到了小T，给了小T一个长度为n的正整数序列a1,a2,...,an，要求小T抛出m个问题以训练他的口算能力。每个问题给出三个正整数l,r,d，小Q需要通过口算快速判断al×al+1×...×ar−1×ar是不是d的倍数。小Q迅速地回答了出来，但是小T并不知道正确答案是什么，请写一个程序帮助小...
2018-11-05 20:06:03
181
原创 如何用IntelliJ IDEA使用hibernate
在创建hibernate工程时先建好数据库。下载好hibernate的jar包在file->setting->plugins搜索Hibernate，选中Hibernate support和Persistence frameworks Support点击确定完成添加，后重启IDEA。导入的是hibernate的lib---required—添加全部 1、创建工程...
2018-11-02 23:40:54
430
原创 训练总结 11.1
昨天的比赛，比较正常，思维题多一点。几道找规律的题目，一道KMP模板题，据说直接暴力也可以。还有一道构造题，用大数实现比较麻烦。 看往年的比赛题目都比较正常。...
2018-11-01 21:13:59
121
原创 训练总结 10.25
昨天的比赛做的还可以，题目的难度也不大。 能做的题目就是几道贪心题和模拟题，主要考察的是思维。 用JAVA大数写的贪心，一开始细节处理有问题，没弄好，错了好几次。...
2018-10-25 22:18:36
108
原创 训练总结 10.21
这周的两场比赛，周三的比赛题目主要是找规律的题目。周末的比赛也有好几道找规律的题目，有一道思维+DP的题目。当时没有任何想法，后来看题解，感觉还是可以做的，只是当时一直没有正确的思路。...
2018-10-21 21:49:57
128
原创 HDU 6249 Alice’s Stamps（DP）
Alice likes to collect stamps. She is now at the post office buying some new stamps.There areNNdifferent kinds of stamps that exist in the world; they are numbered11throughNN. However, stamps are...
2018-10-21 21:22:17
268
原创 训练总结 10.14
今天上午去东校讲课，很好地体会到了老师的感受。站着好累，什么东西都要面面俱到，简单的题型都要重复好几遍。if条件语句的题目，我已经不记得当年的我被卡在哪里，为什么不会做题，也不大能理解他们的难点。因为他们在讲课时大部分时间保持沉默，只能单独问了几个，反馈还可以。心累。 下午的比赛，一开始的时候出奇地顺利，也没觉得有什么异常。有几道题是感觉会TLE，有一道是猜的做法，也过了。在异常顺利地过...
2018-10-14 21:37:00
101
原创 训练总结 10.7
九天的训练结束，即将开始漫长的补题过程。 这九天的组队训练感觉还可以，合作比较愉快。尤其是将比赛时间改到九点后， 比赛的时候专注度明显提高。 距离区域赛还有三个周，在这三个周要主要看后缀数组和后缀自动机的题目，多整理模板。...
2018-10-07 21:58:12
256
原创 训练总结 10.6
今天比赛做的比较快，AB两道水题，然后队友做出了C矩阵快速幂和E图论，速度比较快。一个半小时结束比赛，然后一直在推H，概率题目。比赛后看题解，典型的AC自动机应用？？？AC自动机+概率DP+高斯消元，emmmmmm。大部分时间在推G的积分，用仅剩不多的高数知识试着，最后也没弄出来。...
2018-10-06 21:14:39
97
原创 训练总结 10.5
今天的比赛一道水题，一道大模拟。还有一道概率题，没有做出来，比赛后看题解，发现大家都是猜的。 emmmm，但规律实在是找不出来。
2018-10-05 20:44:06
96
原创 HDU5973 Game of Taking Stones（博弈+牛顿迭代开根法）
Two people face two piles of stones and make a game. They take turns to take stones. As game rules, there are two different methods of taking stones: One scheme is that you can take any number of ston...
2018-10-04 20:46:57
158
原创 Hihocoder 1426 E. What a Ridiculous Election（BFS+优先队列）
DescriptionIn country Light Tower, a presidential election is going on. There are two candidates, Mr. X1and Mr. X2, and both of them are not like good persons. One is called a liar and the other i...
2018-10-04 20:39:40
195
原创 训练总结 10.4
今天的比赛是16年的北京区域赛，两道模拟的水题，一道大胆猜想的打表题。可能做出来的还有一到bfs的字符串转换问题，但没有想到更好的思路。 最近的比赛投入度不高，以后应该注意。...
2018-10-04 20:32:05
112
原创 训练总结 10.3
今天的比赛题意简直了，各种表意不明。AC全靠猜，C题到最后也没有成功的二分出来平方根，后来查了一下，原来是我的二分技巧性不够强。不过这道题的正解是牛顿迭代，二分开根号也能做出来。 F题是个贪心，但是没有注意到T的范围，T了。这场比赛好多数学题，难度比其他的比赛要低一点。但是这题意。。。。无端增加了他的难度。...
2018-10-03 21:05:08
93
原创 训练总结 10.2
今天的B题，T到绝望。写KMP之前就觉得会T，但看过的人比较多，就试了一下，T。加一点剪枝还是T，T了十几发之后才被队友找到正确的剪枝。实在是可怕，M题的思维比较奇特，没有想到。...
2018-10-02 20:57:04
83
原创 训练总结 10.1
今天的比赛做的一般，有道题目没有推出规律。一开始的时候签到题目，比较快。最后一道题合作推了一下规律。 做出三道题之后，剩下AB，想着试一下。但是最后B题都没有推出规律，没有想到这道题既然是个构造题。A题一个计算几何的题目，队友苦啃四个小时，敲出了300行代码。但计算几何细节实在是有点多，最后也没有A。 合作比较愉快。...
2018-10-01 21:44:18
175
原创 训练总结 9.30
今天15年合肥区域赛的题目让人感到绝望，只做了一道水题。后来看题解说这道题目是后缀自动机，然而并不会，看时限是120s，就写了下暴力。 剩下的题目没看几道，并且题意很不好读。...
2018-09-30 21:27:47
264
原创 树状数组总结
树状数组区间更改差分数组原理 1、单点更新，区间求和int c[MAXN];int sum(int x){ int res=0; while(x) { res+=c[x]; x-=lowbit(x); return res; }void add(int x,int n){ whil...
2018-09-30 20:45:51
115
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人