5 Zhang_Raymond

尚未进行身份认证

机器学习与人工智障

等级
博文 30
排名 8w+

【好物分享】python字符串打印fromat 实践总结

Asweknow,python的print()函数有两种字符串打印方式:%方式:如'%s%s'%('one','two'){}format()方式:如'{}{}'.format('one','two')网上发现一个介绍这两种方式的使用方法的网站,觉得甚好,里面有大量实例,两种方式的区别一目了然,网站也很美观,强烈推荐给大家。网站开头是这么介绍的:python...

2019-04-25 16:06:11

CSDN Markdown编辑器 图片居中 + 缩放 【新】

最近CSDNMarkdown做了升级,导致原来的图片居中方法无效了,那怎么办呢?方法还是有的,接着看:老方法<center>![斯嘉丽](https://ss0.bdstatic.com/70cFvHSh_Q1YnxGkpoWK1HF6hhy/it/u=2572096617,2656660249&fm=26&gp=0.jpg)老方法现在无效了,效果如下:...

2019-04-17 00:17:43

【译】NLP——建立一个问答模型

最近在做一些nlp的工作,涉及到问答系统的构建,看到这篇文章觉得不错,遂翻译之,搬运一下。先奉上原文:NLP — BuildingaQuestionAnsweringmodel以下是翻译内容:我最近完成了斯坦福大学的CS224n关于NLP的课程,很享受这个经历。在课程的finalproject中,我做了一个基于SQuAD(斯坦福问答数据集)的问答系统。在这篇博客中,我大概介绍一下这...

2019-04-16 23:58:33

Keras: 评价指标 categorical_accuracy和 sparse_categorical_accuracy

在Keras中,官方内置了几种评价函数。对于二分类问题,评价指标可以用binary_accuracy,就是最直观上讲的准确率。当面对多分类或者多标签的任务时,评价度量可能会用到这两个categorical_accuracy和sparse_categorical_accuracybinary_accuracy自然不必多讲,这篇文章讲一下categorical_accuracy和sp...

2019-04-11 16:27:28

Keras:LSTM layer的return_sequences和return_state参数详解

先放上参考:UnderstandtheDifferenceBetweenReturnSequencesandReturnStatesforLSTMsinKeras本文是基于上面博客做的实践,以验证LSTM的两个参数的使用。先回顾一下LSTM这里默认大家有RNN和LSTM的基础,不了解的可以参考这篇文章:UnderstandingLSTMNetworks上图是...

2019-04-11 12:08:18

python实现二叉树层序遍历(逐层打印二叉树)

题目要求给定一个二叉树,要求从上往下逐层打印该二叉树节点的值,每层从左往右打印。解题思路——广度优先遍历实际上就是广度优先遍历,借助一个队列(这里用数组代替)就可以实现:1、先将root节点加入队列2、队列不为空时取队列首节点3、打印节点的值,然后将该节点的左、右子节点先后加入队尾(核心步骤,广度优先体现在这)4、回到2,直到队列为空该方法对满二叉树和非满二叉树都符合题目要求。...

2019-04-09 12:14:09

变分推断(Variational Inference)学习资料

在机器学习中,贝叶斯框架下有一类常用的求后验概率的近似方法——变分推断,在解决贝叶斯框架下的问题时很常用。自己还没有学习完,暂且先在此总结一些优质的学习资源:Bishop的PRML一书的2,10两章。第二章是一些常用概率分布的基础,第10章介绍了变分推断的方法,主要是mean-field和ep方法。徐亦达老师的视频(YouTube),国内的同学可以从优酷上看。变分推断应用广泛,看到一篇结...

2018-10-06 22:18:46

动态规划(DP)的原理、实现及应用

1.由一个例子说开:斐波那契数列斐波那契数列是由0和1开始,之后的数就是前两个数的和。首几个费波那契系数是:0,1,1,2,3,5,8,13,21,34,55,89,144,233……那我们如何用计算机来生成这些数呢,也就是说,即求斐波那契数列第n位的值。很简单,用递归就可以了:deffib(n):ifnin[0,1]:...

2018-10-03 01:56:08

【推荐】零基础入门深度学习系列文章

朋友极力推荐给我的深度学习的系列文章,我也想极力推荐给你。这篇文章比较入门,也比较系统,适合新手,也适合老手回过头快速温习捡漏。零基础入门深度学习(1)-感知器零基础入门深度学习(2)-线性单元和梯度下降零基础入门深度学习(3)-神经网络和反向传播算法零基础入门深度学习(4)-卷积神经网络零基础入门深度学习(5)-循环神经网络零基础入门深度学习(6...

2018-09-05 01:17:26

图解排序算法及实现——快速排序 (Quick Sort)

接下来让我们看看大名鼎鼎的快速排序,光名字就觉得牛哄哄。那么具体怎么讲待1.单路排序图例如下比照了示意图,很容易写出代码:defQuickSort(arr):n=len(arr)_quickSort(arr,0,n-1)def_quickSort(arr,l,r):ifl>=r:re...

2018-09-04 02:52:01

图解排序算法及实现——希尔排序 (Shell Sort)

希尔排序(ShellSort)也称增量递减排序算法,即跨多步版的InsertionSort,是InsertionSort基础上的改进版。InsertionSort可以看作ShellSort中gap=1的特例。希尔排序是非稳定排序算法。希尔排序通过将全部元素分为几个区域来提升插入排序的性能。这样可以让一个元素可以一次性地朝最终位置前进一大步。然后算法再取越来越小的步长进行排序,算法的最后一步就是...

2018-09-03 17:45:30

图解排序算法及实现——归并排序 (Merge Sort)

思路归并排序(MergeSort),是创建在归并操作上的一种有效的排序算法,效率为O(nlogn)。1945年由约翰·冯·诺伊曼首次提出。该算法是采用分治法(DivideandConquer)的一个非常典型的应用,且各层分治递归可以同时进行。实现递归法:自顶向下(Top-Down)直接在原序列上直接归并排序,每次归并排序分别对左右两边进行归并排序,直至细分到两两分组。...

2018-09-03 16:56:20

图解排序算法及实现——冒泡排序(Bubble Sort)

教科书式的排序算法:冒泡排序思路从某一方向开始,依次两两比较,把小的放左边,大的放右边从右往左:最小值被移到了最左边。【冒泡法】的本意从左往右:最大值被移到了最右边。此时其实应该叫【沉石法】图解推荐VisuAlgo,一个数据结构和算法动态可视化的网站。从左到右:沉石法从左到右:沉石法python实现for实现1:(冒泡法...

2018-09-03 16:22:05

图解排序算法及实现——插入排序 (Insertion Sort)

插入排序(英语:InsertionSort)是一种简单直观的排序算法。它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。通常以扑克牌举例:右边新来的牌,与左边有序的老牌依次比较,最终插到合适的位置。实现Basic:新旧牌每次都要交换一下(两次操作:旧牌后移一位,新牌前移一位)。Advanced:每次比较,旧牌后...

2018-09-03 13:20:57

图解排序算法及实现——选择排序(Selection sort)

选择排序(Selectionsort)是一种简单直观的排序算法。思路左边有序区,右边乱序区。从右边剩下的乱序数字中找最小,放到左边。(反过来也是可以的)具体操作:多次比较,一次交换。每次从右边剩余数字中选最小,与乱序区最左边的元素交换,使左边有序区边界右移。复杂度平均时间复杂度О(n²)最坏时间复杂度О(n²)最优时间复杂度О(n²)图例来自...

2018-09-03 13:05:49

C++,java,Python的sort排序内部实现

C++C++内部的sort是由快排,直接插入和堆排序混合的,具体详情见STL源码剖析。数据量大时候先用的快排数据量小时就用直接插入因为当数据量变小时,快排中的每个部分基本有序,接近直接插入的最好情况的时间复杂度O(n),就比快排要好一点了。Java在Java6中Arrays.sort()和Collections.sort()使用的是MergeSort,而在Java7中...

2018-09-02 15:37:38

自然语言处理工具包spaCy初体验

spaCy是一个Python自然语言处理工具包,诞生于2014年年中,号称“Industrial-StrengthNaturalLanguageProcessinginPython”,是具有工业级强度的PythonNLP工具包。spaCy里大量使用了Cython来提高相关模块的性能,这个区别于学术性质更浓的PythonNLTK,因此具有了业界应用的实际价值。初体验本人对S...

2018-09-02 01:32:50

Python随机数小结——random和np.random的区别与联系

在python中,有两个模块可以产生随机数:1.python自带random包:提供一些基本的随机数产生函数,可满足基本需要2.numpy.random:提供一些产生随机数的高级函数,满足高级需求random介绍函数功能备注random.random()生成一个0-1之间的随机浮点数random.uniform(a,...

2018-09-01 18:25:14

生成模型和判别模型的区别

先上结论公式上看生成模型:学习时先得到P(x,y)P(x,y)P(x,y),继而得到P(y|x)P(y|x)P(y|x)。预测时应用最大后验概率法(MAP)得到预测类别yyy。判别模型:直接学习得到P(y|x)P(y|x)P(y|x),利用MAP得到yyy。或者直接学得一个映射函数y=f(x)y=f(x)y=f(x)。直观上看生成模型:关注数据是如何生成的...

2018-08-16 17:26:01

机器学习评价指标 ROC与AUC 的理解和python实现

本文所讲内容的前提是一个二分类的任务,多分类任务可以经过简单扩展用转化成二分类。评估一个二分类的分类器的性能指标有:准确率、查准率(precision)、查全率(recall)、F1值以及ROC和AUC等。前面几个比较直观,而ROC和AUC相对抽象一点,本文将重点放在后者。因为本文曾一度没搞清ROC,所以这次彻底搞明白。从混淆矩阵说起首先一个用分类器预测完后,我们会得到一个二分类的混淆...

2018-08-15 23:04:44
奖章
  • GitHub
    GitHub
    绑定GitHub第三方账户获取
  • 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!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周上午根据用户上周的博文发布情况由系统自动颁发。