- 博客(50)
- 收藏
- 关注
RSS订阅原创 知识表示（KRL）与知识嵌入（KE）
知识表示（KRL）与知识嵌入（KE）以下整理内容来自于清华大学自然语言处理与社会人文计算实验室（THUNLP），1简介知识表示学习是面向知识库中实体和关系的表示学习。通过将实体或关系投影到低维向量空间，我们能够实现对实体和关系的语义信息表示，可以高效的计算实体、关系及其之间的复杂语义关联。知识表示学习得到的向量表示可以应用于相似度计算，知识图谱补全以及关系抽取、自动问答等其他应用中。2 TransE刘知远教授在2016年发表的《知识表示学习研究进展》中，综述了距离模型、单层神经网络模型、能量模
2021-04-15 17:40:36
1674
原创 基于百度拾取的地址坐标转换
首先，感谢百度给提供的接口以下是关于基于百度地图拾取的地址转坐标的转换方式，核心数据获url：http://api.map.baidu.com/geocoder/v2/?output=json&ak={ak}&address={address}然后，申请属于自己的akhttp://lbsyun.baidu.com/最后附上代码mport requestsimport timeclass get_GPS: def __init__(self,ak='申请到的ak'):
2021-01-30 15:54:36
306
原创 Django——模板Templates
官网网址：https://docs.djangoproject.com/en/3.1/topics/templates/目录Templates(模板)The Django template language语法1、Variables变量2、Tags标签3、Filters滤波器Templates(模板)作为一个前端框架，Django需要一种便捷的方法去动态生成HTML。最常用的方法就是templates。一个templates包含html的静态部分一级动态内容插入的特定方法。具体可参考官网教程3一个D
2020-10-09 18:24:28
833
原创 多实例学习PCNN在关系抽取中的应用
参考文献：Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks摘要在远程监督关系提取中，提出两个问题。第一，首先，在这种方法中，启发式地将一个已经存在的知识库与文本对齐，并将对齐结果作为标记数据处理。但由于错误标签的存在，启发式的标记是错误的。第二，传统模型进行特征提取过程中产生的噪声会导致性能下降。针对以上两个问题，本论文提出了PCNN（多实例学习的分段卷积神经网络）。
2020-10-04 15:23:41
1652
原创 天气爬取python程序，爬取天气、温度、风级、风向
之前爬取的911网站已没有数据了，于是最近又换了个网站，可惜这个网站数据只有天气、温度、风级、风向，内容没有原来911的多。import requestsfrom bs4 import BeautifulSoupfrom dateutil.relativedelta import relativedeltafrom datetime import datetimeimport timeclass weather_data: def __init__(self,city,start_
2020-09-03 19:26:56
1188
1
原创 医学统计学第六版笔记
笔记一直在整理，先来更一版目录第一章 绪论第二章 定量数据的统计描述第三章 正态分布与医学参考值范围第四章 定性数据的统计描述第五章 统计表与统计图第六章 参数估计与假设检验第七章 t检验第八章 方差分析第九章 X2X^{2}X2检验第十章 非参数秩和检验第十一章 线性回归与相关第十二章 多元线性回归第十三章 logistic回归分析第十四章 生存分析第十五章 实验设计与临床试验设计附表3：p215,F分布界值表（方差齐性检验）p220,q界值表，用于计算q检验第二
2020-08-22 15:26:37
893
原创 天气爬取程序
以下是911天气爬取的程序爬取内容包括时间，图片，天气，温度，湿度，风力，风级，降水量，体感温度，云量import requestsfrom bs4 import BeautifulSoupfrom collections import defaultdictfrom dateutil.relativedelta import relativedeltafrom datetime i...
2020-03-24 09:01:07
1380
2
原创 梳理方差、协方差、协方差矩阵过程
一、方差S=σ2=∑n=1N(xn−xˉ)2NS =\sigma^{2}= \frac{\sum_{n=1}^{N}(x_{n}-\bar{x})^{2}}{N}S=σ2=N∑n=1N(xn−xˉ)2表示的是xxx的离散程度，离散程度约大，方差也越大。标准差σ=∑n=1N(xn−xˉ)2N\sigma=\sqrt{\frac{\sum_{n=1}^{N}(x_{n}-\bar{x})...
2019-11-09 11:43:07
601
原创 Attention Is All You Need
Attention Is All You Need阅读笔记本文阅读初衷是了解到paddlehub的enire是借鉴了这篇文章的算法。因此决定来看一下这篇经典论文。摘要CNN和RNN是现在主流的序列预测模型。这类序列预测模型包含一个编码器和一个解码器。性能最优的模型是通过一个注意力机制连接编码器和解码器的模型。我们在这里提出一个新的模型架构，the Transformer。它依赖于注意力机制，.........
2019-11-02 16:39:56
426
原创 paddlehub自定义数据集
参考地址在paddlehub中的例子需要构建数据集。demo中的代码如下dataset = hub.dataset.ChnSentiCorp()当替换为自定义数据集时，首先需要将自己的数据集转换为如下形式。train.tsvdev.tsvtest.tsv然后，定义自己的数据集函数进行转换dataset = DemoDataset(dataset_dir=model_path)...
2019-10-21 15:39:18
1875
4
原创 蒸馏算法闲聊
蒸馏算法的经典论文为《Distilling the Knowledge in a Neural Network》解决问题就是，在使用的时候，把复杂模型变简单，把大模型变小。所以叫蒸馏。下图是我看到最明白的整理模型图分享一下地址简述过程首先说明，此处一般指多分类网络。硬标签指0、1；软标签指概率；1、用硬标签训练大网络（硬标签）2、用训练好的大网络来得到样本的软标签3、用软标签和硬标签...
2019-10-03 16:13:07
1655
原创 Networkx_python 之Algorithms——Approximations and Heuristics
Approximations and Heuristics以下功能的导入语句from networkx.algorithms import approximationconnectivity(连通性)all_pairs_node_connectivity(G[, nbunch, cutoff])计算所有节点对之间的节点连接。local_node_connectivity(...
2019-08-03 16:06:20
465
原创 python-opencv 使用小例
读取数据import numpy as npimport cv2 as cvimg = cv.imread('mdb001.pgm')img2 = cv.imread('mdb002.pgm')img3 = cv.imread('test.jpg')cv.imshow('imageform', img3)cv.waitKey(0) #暂停窗口-1获取像素点px = img...
2019-07-10 16:59:44
273
原创 windows 2008 server多用户登陆(带域)(最大连接数大于2)，配置及用户添加
在经过一上午的实践之后，完成了windows 2008 server服务器用户添加、权限配置、冲破链接数限制等工作。以下是对过程及各种坑的总结。检查远程桌面配置计算机-》属性-》打开如下界面用户和组怎么添加坑1：在计算机管理里面找不到用户和组的配置。后来了解到在加域环境下用户和组的配置方式就不一样了。解决方法：运行-》mmc...
2019-06-17 19:34:17
3695
原创 mstsc登陆远程windows系统桌面
设备情况：本地为windows10系统，远程为virtualbox下的windows10虚拟机。目的：在本地，使用mstsc连接远程虚拟机桌面。实质，非虚拟机同理。远程电脑设置（虚拟机）1）检查网络，保证虚拟机网络通常。非虚拟机同理，必须保证网络通畅。2）远程设置，允许其他用户登陆。控制面板->系统与安全->系统->远程设置添加用户为everyone或者指定...
2019-06-10 13:39:24
579
原创 无网离线tensorflow-gpu安装及遇到的各种坑，解决方案
在内网环境下，tensorflow的安装真的是一件头大的事。无限第三方依赖包。在按完Anconda3后，还需要按的 依赖包总结一下。注意安装顺序（我按的是tensorflow-gpu1.13.1）keras-applications>=1.0.6keras-preprocessing>=1.0.5grpcio>=1.8.6termcolor>=1.1.0gast...
2019-06-07 11:13:05
3781
翻译 Distribute Strategy--翻译学习
Overviewtf.distribute.Strategy,是一个用于多GPU、多服务器或多TPU进行分布式模型训练的API接口。用户通过改动较少的代码就可以使用该接口进行分布式训练。该API除了可进行分布式训练外也可实现在不同的平台进行分布式评估和预测。但本文档主要是讨论分布式的训练。官方文档中给出如下代码。# Import TensorFlow# __future__包在python...
2019-06-04 10:16:49
2477
原创 python程序打包
本文档主要用于生成自己的第三方包，还没有涉及上传步骤。依赖包安装保证安装wheel、setuptools 、twine三个包wheel,用于打包setuptools,用于打包twine,用于上传pypi创建目录结构/packaging_tutorial/example_pkginit.pysetup.pyLICENSEREADME.md配置setup.py内容...
2019-05-23 11:12:29
98
原创 python内置运算
同上一篇一样，想要系统的回顾一下python的相关内置运算。简单做了下面的总结，共享。简单运算包括‘+’，‘-’，‘*’，‘/’，‘-’(负号)，‘+’(正号)，‘abs()’，‘+’在此不做详述x//y,x整除y,结果为整数但不一定是整型。x%y,取余。int(x),转化为整型，向下取整，舍掉小数点后的值。float,转化为浮点数，-NaN为负无穷，+Nan为正无穷。comple...
2019-05-20 17:22:12
179
原创 python内置函数整理
最近在看python文档的过程中，发现还有好多有用的内置函数自己竟然不熟悉。于是在此做出如下整理。bin/hex/oct,bin转换为二进制0b，hex转换为16进制0x,oct转换为八进制0o。>>> bin(3)'0b11'>>> bin(-10)'-0b1010'>>> format(14, '#b'), format(14...
2019-05-17 12:02:25
174
翻译 基于tensorflow的DCGAN
DCGAN，Deep Convolutional Generative Adversarial Network 。什么是生成对抗网络GANs?生成对抗网络，实质上就是两个模型在一个对抗的过程中同时训练的过程。一个是生产者，也可以认为是艺术家，在欣赏完真实的图片之后，自己去创造图片。另一个是鉴别者，也可以认为是鉴赏家，鉴别出哪些是真实图片哪些是生产者学习创造的图片。在这个训练的过程中，生产者...
2019-03-15 18:07:24
896
翻译 NetworkX_python之Tutorial
NetworkX是一个用于创建、操作和研究复杂网络的结构、动态和功能的Python包。NetworkX provides:研究社会、生物和基础设施网络的结构和动态的工具;适用于许多应用程序的标准编程接口和图形实现快速的发展环境能够轻松地处理大型非标准数据集使用NetworkX，您可以以标准和非标准数据格式加载和存储网络，生成许多类型的随机和经典网络，分析网络结构，构建网络模型，设计...
2019-03-08 11:15:35
871
原创 python链接ES——学习笔记
相关文档python与ES的链接库为elasticsearch.pip install elasticsearchnode: python中from_ -> ES 中 frompython中doc_type -> ES 中 type为了保证库的灵活性，python中elasticsearch的接口尽量保证与ES相同。全局选项elasticsearch模块提供了一些...
2019-03-06 09:31:46
2243
原创 Linux下Anaconda3安装
1.下载地址地址链接将.sh文件下载下来,文件大约652M2.安装流程bash Anaconda3-2018.12-Linux-x86_64.sh一路回车注意：关于安装包地址设置问题，若想要重新设定安装目录，可用绝对路径和相对路径方式进行设定，但该地址下必须是一个空目录。3 环境配置一下后即可使用。注意：不需要重启，只要修改profile 后在/etc下source一下即...
2019-03-04 15:34:05
343
原创 Django前端中的逻辑语言——The Django template language
在django中，模板实际上就是静态文本文件，包括HTML、XML、CSV等。Django中的模板语言主要包含变量（Variables）和关键字(Tags)两部分。变量用{{values}}表示，语句用{% %}表示。相关链接字典操作{% for k, v in defaultdict.items %} Do something with k and v here.....
2019-03-01 13:29:18
502
原创 Common Objects in Context之object Detection——COCO:津南数字制造算法挑战赛【赛场二】数据相关
我是在天池大赛的“津南数字制造算法挑战赛【赛场二】”中第一次了解到该数据集的。什么是COCO？COCO实质上是一些用于目标检测、图像分割、目标标注的数据集。在现在计算机视觉领域被大量使用。赞助商赞助商包括微软、facebook、Mighty AI、CVDFData format相关地址github API接口COCO有五种注释类型，包括目标检测、关键点检测、物品分割、全景分割、图像...
2019-02-28 18:09:58
1244
3
原创 pycharm: Error: Cannot run program……
问题描述：在pycharm中使用python console时，出现如下问题。解决方法1、2、确定后重新打开就好了。
2019-02-21 11:15:31
1969
翻译 LendingClub: The Power of Data & The Next Generation Credit Model
2017.09.08,推出的第五代信用模型。数据：10年的LendingClub数据它比单独计算借款人的FICO得分更具有预测性，并且比第四代模型更能区分借款人还款的可能性，准确率高出24%。该模型可以为那些在传统贷款项目中错误地将风险归为过高但实际上是良好借款人的人提供便利，也可以筛选出看似安全但我们认为存在风险的借款人。新模型优点新模型使用了更多借款人的数据新的属性的应用：...
2019-01-10 16:40:49
151
原创 直线检测Hough Line Transform and Hough Circle Transform in opencv_python
Hough Line Transform由于直角坐标系下存在，当直线垂直于x轴时，参数空间将无法表示该直线的情况。因此在opencv中选择用极坐标系来检测直线。ρ=xcosθ+ysinθρ=xcosθ+ysinθρ=xcosθ+ysinθ每条直线都可以准确的由ρρρ和θθθ来表示。那么用grid的方式划分参数空间。横轴为θθθ，取值为0到180。若取精度为1度，那么就将参数空间划分为18...
2018-12-29 11:40:24
199
原创 边缘检测Image Gradients+Canny edge detection——opencv_python
Canny Edge Detection参考地址Image Gradientsopencv提供了三种梯度滤波器或者叫高通滤波器。分别为cv.Sobel(), cv.Scharr(), cv.Laplacian()Sobel and ScharrSobel（索贝尔）算子是高斯平滑加微分运算，具有较强的抗噪性。您可以指定要取的导数的方向，垂直的或水平的(分别通过参数yorder和xorder...
2018-12-28 15:47:14
360
1
原创 滤波Smoothing Images——opencv_python
Smoothing Imagesopencv_python中关于滤波方面，有两种方法。一是通过各种低通滤波器模糊图像；二是通过自定义滤波器。filter2D()例子import numpy as npimport cv2 as cvfrom matplotlib import pyplot as pltimg = cv.imread('test.jpg')kernel = np.o...
2018-12-27 14:00:33
226
1
原创 地图瓦片始取程序
from urllib import requestimport reimport urllib.requestimport osimport randomimport mathimport timeimport threadingagents = [ 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36...
2018-12-27 09:48:12
212
1
原创 Word2Vec总结
Word2Vec 理解总结统计语言模型提到Worde2vec,就不得不从统计语言模型开始讲起。什么是统计语言模型，《数学之美》中给出了很好的答案。看一个句子是否通顺，读者是通过句子语法来了解。而计算机则是通过概率来得到。即本句子各词出现这样排列的可能性的大小决定了词句子是否合理。什么是统计语言模型，《数学之美》中给出了很好的答案。看一个句子是否通顺，读者是通过句子语法来了解。而计算机则是通过概...
2018-12-26 10:00:53
202
原创 社区发现算法————总结
参考论文：《基于标签传播的社区挖掘算法研究综述》王庚等参考博客：https://www.cnblogs.com/end/p/6364345.html基础概述开始了解社区发现的时候，我以为这只是一种算法。后来深入下去才知道，它的状态是，上有老下有小的情况。向上走：社区发现 ∈\in∈ 复杂网络聚类 ∈\in∈ 图论由于项上走实在知识面太广，有待后期学习。所以决定先往下走。向下走：各种...
2018-12-25 15:32:43
7317
1
原创 failed to push some refs to
网上说是因为不同步导致，需要get pull。然后git pull失败原来是没有提交更改，接着然后git pushSuccessfully!
2018-12-11 16:53:06
171
原创 git push: remote unpack failed :unpack-objects abnormal exit
内存溢出导致的，看看上传的文件中是否有大文件去掉大文件后，将commit回复到没上传之前的状态git log 查看commit状态git reset --soft 状态代码 恢复状态再来一遍git add、git commit、git push就好了...
2018-12-11 16:22:28
11075
1
原创 聚类——总结
聚类聚类，就是将样本划分为若干子集的过程，这些子集一般是不相交的。分类聚类方法可大致分为原型聚类、密度聚类、层次聚类。原型聚类：原型聚类是指聚类结构能通过一组原型刻画，原型是指样本空间中具有代表性的点。通常情况下，算法先对原型进行初始化，然后对原型进行迭代更新求解。密度聚类：从样本密度的角度来考察样本之间的可连接性，并基于可连接样本不断扩展聚类簇以获得最终结果。它可以在有噪音的数据中发...
2018-12-11 11:42:56
399
原创 数据库之数据库知识总结笔记
内容概述数据库模型（概念模式、外模式、内模式）数据模型，ER图，第一范式、第二范式、第三范式；数据操作（集合运算和关系运算、元组演算）；数据库语言（SQL）；数据库的控制功能（并发控制、恢复、安全性、完整性）；数据仓库和分布式数据库基础知识。ER模型，实体联系模型实体（Entity）：是指客观存在可以相互区别的事物。可以是具体的对象也可以是抽象事件。用矩形表示属性（Attri...
2018-12-08 13:42:46
249
原创 数据库之操作系统——笔记
进程进程的基本概念以及状态变化进程三态图就绪状态：进程已得到运行所需资源，只等待CPU的调度便可运行；运行状态：进程已得到运行所需资源，并且得到了CPU的调度；等待状态（阻塞状态）：不具备运行条件、等待时机的状态。就绪状态和等待状态的区别：就绪状态只是等待CPU,等待状态是等CPU以外的其他资源，如打印机。五态图活跃就绪：是指进程在主存并且可被调度的状态。静止就绪（挂起就...
2018-11-25 15:55:41
2602
原创 数据库之编译原理
0\1\2\3文法参考网页文法认识终结符和非终结符终结符，通俗的说就是不能单独出现在推导式左边的符号，也就是说终结符不能再进行推。例如：有文法G2[S]为：S->ApS->BqA->aA->cAB->bB->dB则表示：S 为开始符，S，A，B 为非终结符，而p,q,a,b,c,d 为终结符文法的类型0型文法，也称
2018-11-23 18:07:12
678
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