- 博客(14)
- 收藏
- 关注
RSS订阅原创 leetcode刷题5
两数之和给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍代码：class Solution {public: vector<int> twoSum(vector<int>& nums, int target) { vector<int> returnSize(2); i.
2020-08-28 22:28:18
102
原创 leetcode刷题3
leetcode刷题3搜索插入位置给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。你可以假设数组中无重复元素代码：class Solution {public: int searchInsert(vector<int>& nums, int target) { int n = nums.size(); int min = 0; int max =
2020-08-25 23:41:28
112
原创 leetcode刷题2
leetcode刷题2198.打家劫舍：你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警。给定一个代表每个房屋存放金额的非负整数数组，计算你 不触动警报装置的情况下 ，一夜之内能够偷窃到的最高金额。示例 1：输入：[1,2,3,1]输出：4解释：偷窃 1 号房屋 (金额 = 1) ，然后偷窃 3 号房屋 (金额 = 3)。 偷窃到的最高金额 = 1 +
2020-08-23 21:57:07
111
原创 leetcode刷题1
leetcode刷题1：1：实现 pow(x, n) ，即计算 x 的 n 次幂函数。示例 1:输入: 2.00000, 10输出: 1024.00000示例 2:输入: 2.10000, 3输出: 9.26100示例 3:输入: 2.00000, -2输出: 0.25000解释: 2-2 = 1/22 = 1/4 = 0.25说明:-100.0 < x < 100.0n 是 32 位有符号整数，其数值范围是 [−231, 231 − 1] 。解答代码：
2020-08-19 14:30:31
88
原创 python学习：函数与Lambda表达式
函数与Lambda表达式函数参数是函数返回值是函数函数的定义函数以def关键词开头，后接函数名和圆括号()。函数执行的代码以冒号起始，并且缩进。return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。def functionname(parameters): "函数_文档字符串" function_suite return [expression]函数的调用【例子】>>> def pri
2020-08-02 22:11:30
149
转载 Task5 基于深度学习的文本分类2
Task5 基于深度学习的文本分类2学习目标学习Word2Vec的使用和基础原理学习使用TextCNN、TextRNN进行文本表示学习使用HAN网络结构完成文本分类文本表示方法 Part3词向量本节通过word2vec学习词向量。word2vec模型背后的基本思想是对出现在上下文环境里的词进行预测。对于每一条输入文本，我们选取一个上下文窗口和一个中心词，并基于这个中心词去预测窗口里其他词出现的概率。因此，word2vec模型可以方便地从新增语料中学习到新增词的向量表达，是一种高效的在线学习算法
2020-07-31 22:31:02
112
原创 Python学习5
Python学习5字典可变类型与不可变类型序列是以连续的整数为索引，与此不同的是，字典以"关键字"为索引，关键字可以是任意不可变类型，通常用字符串或数值。字典是 Python 唯一的一个 映射类型，字符串、元组、列表属于序列类型。两种方法判断：麻烦方法：用 id(X) 函数，对 X 进行某种操作，比较操作前后的 id，如果不一样，则 X 不可变，如果一样，则 X 可变。便捷方法：用 hash(X)，只要不报错，证明 X 可被哈希，即不可变，反过来不可被哈希，即可变。数值、字符和元组 都能
2020-07-31 22:14:38
140
原创 Task4 基于深度学习的文本分类1
Task4 基于深度学习的文本分类1学习目标学习FastText的使用和基础原理学会使用验证集进行调参文本表示方法 Part2现有文本表示方法的缺陷在上一章节，我们介绍几种文本表示方法：One-hotBag of WordsN-gramTF-IDF也通过sklean进行了相应的实践，相信你也有了初步的认知。但上述方法都或多或少存在一定的问题：转换得到的向量维度很高，需要较长的训练实践；没有考虑单词与单词之间的关系，只是进行了统计。与这些表示方法不同，深度学习也可以用于文本表示，还可以
2020-07-27 23:22:54
78
原创 Task3 基于机器学习的文本分类
Task3 基于机器学习的文本分类文本表示方法 Part1在机器学习算法的训练过程中，假设给定NNN个样本，每个样本有MMM个特征，这样组成了N×MN×MN×M的样本矩阵，然后完成算法的训练和预测。同样的在计算机视觉中可以将图片的像素看作特征，每张图片看作hight×width×3的特征图，一个三维的矩阵来进入计算机进行计算。但是在自然语言领域，上述方法却不可行：文本是不定长度的。文本表示成计算机能够运算的数字或向量的方法一般称为词嵌入（Word Embedding）方法。词嵌入将不定长的文本转换到定
2020-07-25 23:15:45
59
原创 python学习：异常处理
python学习：异常处理Python 标准异常总结 BaseException：所有异常的 基类 Exception：常规异常的 基类 StandardError：所有的内建标准异常的基类 ArithmeticError：所有数值计算异常的基类FloatingPointError：浮点计算异常 OverflowError：数值运算超出最大限制ZeroDivisionError：除数为零 AssertionError：断言语句（assert）失败AttributeError：尝试访问未知的对象
2020-07-25 17:25:14
134
原创 python条件语句与循环语句
python条件语句与循环语句条件语句1.if语句if （条件）: 代码区1如果条件为真，执行代码区1，否则跳过这个语句例子：>>> if x<y: print(x)22.if-else 语句if 条件1: 代码区1else: 代码区2 如果条件1为真，执行代码区1，否则跳过代码区1，执行代码区2例子1：x,y=2,3if x>y: print(x)else: print(y)结果：3例子2：x,y=2,
2020-07-23 22:47:02
532
原创 数据读取与数据分析（pandas）
数据读取与数据分析（pandas）数据读取（利用pandas读取）import pandas as pdtrain_df = pd.read_csv('路径/train_set.csv', sep='\t', nrows=10000)分隔符sep，为每列分割的字符，设置为\t即可；读取行数nrows，为此次读取文件的函数，是数值类型（由于数据集比较大，建议先设置为10000）；数据分析train_df[‘text_len’] =train_df[‘text’].apply(lambda x
2020-07-22 23:02:39
196
原创 Python学习1
Python学习1一．变量：1.变量名可以包括字母、数字、下划线、但变量名不能以数字开头,如：qw,w213,_sgv;2.大写字母是区分的:变量a!=A3.不能是关键字，比如for if 这些二．运算符1.算术运算符：例子：>>> print(1+1,2-1,3*4,3/4,3//4,3%4,2**3)2 1 12 0.75 0 3 82.比较运算符例子：>>> print(2 > 1,2 >= 4,1 < 2,5 <
2020-07-22 16:19:37
105
原创 Datawhale零基础入门NLP赛事 - Task1 赛题理解
Datawhale零基础入门NLP赛事 - Task1 赛题理解训练集20w条样本，测试集A包括5w条样本，测试集B包括5w条样本，将每一条样本标签{‘科技’: 0, ‘股票’: 1, ‘体育’: 2, ‘娱乐’: 3, ‘时政’: 4, ‘社会’: 5, ‘教育’: 6, ‘财经’: 7, ‘家居’: 8, ‘游戏’: 9, ‘房产’: 10, ‘时尚’: 11, ‘彩票’: 12, ‘星座’: 13}测试指标采用f1_score；可以使用Pandas库完成数据读取操作...
2020-07-21 20:04:56
90
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