加勒比海鲜王-CSDN博客

原创实习期间学习与相关参考资料

用深度学习（CNN RNN Attention）解决大规模文本分类问题 NLP大赛冠军总结：300万知乎多标签文本分类任务

2018-07-15 11:10:10 468

原创关于python的编码问题的一点记录

Linux下中文默认编码是utf-8windows下默认编码是GBK如果源代码没有声明编码格式，则Python在语法校验期间(compilation)使用默认的ASCII编码如果源代码没有声明编码格式，但却在源码中使用了非ASCII字符(Non-ASCII character)，则程序在编译期间抛出SyntaxError异常，编译不被通过如果源代码声明了Python不支持的编码格式，则程...

2018-06-23 11:02:52 370 1

转载 windows下安装anaconda tensorflow环境

anaconda https://www.cnblogs.com/tq007/p/7281105.html tensorflow https://blog.csdn.net/weixin_38382622/article/details/78798312

2018-06-20 17:18:08 325

原创 Deep Learning based Recommender System: A Survey and New Perspectives

introduction Recommender system (RS) is a useful information €ltering tool for guiding users in a personalized way of discovering products or services they might be interested in from a large sp...

2018-06-19 21:59:58 1852

转载 tf.transpose()转载

转载 https://www.cnblogs.com/studyDetail/p/6533316.html

2018-06-01 21:00:58 235

原创 Machine Learning Yearning - Ng 笔记

持续更新第一章：为什么选择机器学习策略如果你的团队要使用神经网络做一个猫图片识别系统。如果你能够在以上可能的方向中做出正确的选择，那么你将建立起一个领先的猫咪图片识别平台，并带领你的公司获得成功。但如果你选择了一个糟糕的方向，则可能因此浪费掉几个月甚至数年的开发时间。第二章：如何使用本书帮助你的团队完成本书的阅读后，你将对于“如何在机器学习项目中设定一个技术方向”有着深层次的了...

2018-05-15 16:16:22 586

原创 c++学习之路【面向对象】

C++ 在 C 语言的基础上增加了面向对象编程，C++ 支持面向对象程序设计。类是 C++ 的核心特性。类的例子：class Box{public: int length; int width; int height;};int main(int argc, const char * argv[]) { Box box1; }需要注意的...

2018-04-26 17:32:37 451

原创推荐系统基础（上）

[Recommendation System] 推荐系统之协同过滤（CF）算法详解和实现【推荐系统】协同过滤（CF）算法详解，item-base，user-based，SVD，SVD++今日头条核心技术“个性推荐算法”揭秘应用层-个性化推荐系统基本概念及5种常规算法初探【推荐系统】特征值分解（谱分解）和奇异值分解（SVD），即在PCA上的应用SVD++...

2018-04-24 23:32:51 542

原创 c++学习之路【基础】

笔记，随时更新第一篇，mac上使用xcode或终端运行c++程序第二篇，xcode基本使用教程C++注释： /* */ //数据类型使用编程语言进行编程时，需要用到各种变量来存储各种信息。变量保留的是它所存储的值的内存位置。这意味着，当您创建一个变量时，就会在内存中保留一些空间。操作系统会根据变量的数据类型，来分配内存和决定在保留内存...

2018-04-23 11:31:23 232

转载转自知乎：泰勒展开

怎样更好地理解并记忆泰勒展开式？

2018-04-02 08:53:31 1999

转载【转载】Attention model

Attention model的分类http://blog.csdn.net/mpk_no1/article/details/72862348原理http://blog.csdn.net/xbinworld/article/details/54607525输出单词的每一个Hj和之前得到的输入内容的状态si-1进行计算使用上述计算结果通过softmax得到不同的输入值对这一次...

2018-03-12 10:05:43 273

转载【转载】协同过滤（CF）算法详解，item-base，user-based，SVD，SVD++

协同过滤（CF）算法详解，item-base，user-based，SVD，SVD++ http://blog.csdn.net/evillist/article/details/76269733特征值分解（谱分解EVD）和奇异值分解（SVD），即在PCA上的应用 http://blog.csdn.net/evillist/article/details/76241346...

2018-03-06 16:06:12 1316

原创二叉树打印

二叉树按照宽度优先遍历就是使用队列进行，具体在图解算法中有讲解。如果要按照行来打印二叉树，需要多加入一个last、和next_last变量。如上图二叉树。定义last为目前行的最右节点，定义next_last为下一行的最右节点。因此每次打印到last时换行，再更新last和next_last，就可以实现按行打印二叉树。具体： 1.令last等于节点1，1入队 2.1出队打印，1...

2018-03-02 16:10:33 701

原创 python3系列：生成器

通过列表生成式，我们可以直接创建一个列表。就是[x * x for x in [1, 2, 3]]这样的列表生成式。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元...

2018-02-12 16:33:17 250

原创 Jupyter notebook使用

格子前边方括号里是‘*’时，说明此格子的代码正在运行。总结来说如下：格子中支持markdown语法。如果你想要在 notebook 中执行命令行语句，最简单的方式是在语句最前面加上一个感叹号。假如你要执行的是一段命令，那么在格子最前面使用 %%bash 魔法操作符就能将整个格子的内容解释成 bash 脚本了。原文：工欲善其事，必先利其器：Jupyte

2018-02-07 20:09:41 1240

如果你是一个机器学习的实践者致力于生成模型、贝叶斯深度学习,或深度强化学习,normalizing flows是一个你算法工具包中方便的技术。normalizing flows变换简单的密度(如高斯函数)成为丰富复杂的分布,可用于生成模型,RL和变分推断。这个Tutorial由两部分组成： 1. 分布和决定因素：在这篇文章中,我解释了如何使用可逆转换的密度来实现更复杂的密度,以及这些转换可以链接在

2018-01-22 22:11:10 4264

原创《算法图解》摘抄完整版

已经全部更新完了，这是一本非常友好的算法书籍。以下所有内容为本人的摘抄和阅读理解。（不包括第11章）链表和数组选择排序递归递归举例栈分而治之的思想快速排序如上图最糟情况，每次选择出基准点后要比较n次，一共需要选择n个基准

2018-01-18 14:32:26 714

原创微积分小记

反函数：参考资料：MIT单变量微积分

2018-01-10 17:12:52 231

原创贝叶斯方法与其中的思想

content连续性随机变量的分布以及概率密度似然函数贝叶斯方法参考资料（强烈推荐最后一个）连续性随机变量的分布以及概率密度连续性随机变量的分布不能像离散型的分布那样去描述。因为这种变量的取值充满一个区间，如果取一个点问他的概率，只能是0。刻画连续性随机变量的概率分布的一个方法是使用概率密度函数。 - 定义：设连续型随机变量X有概率分布函数F(x)，则F(x)的导数f（x） = F‘(x) 称

2018-01-03 11:29:12 783

原创 implicit feedback

在推荐系统的paper中经常出现的一个词是implicit feedback，中文是隐式反馈。对于推荐系统的数据来说，一般分为显式反馈和隐式反馈。显式反馈就是用户对item的打分。例如按照评分1-5来打分，不同的打分就代表用户对item的不同喜好程度。隐式反馈不是打分，可以看做是一种选择。用户选择了某个item。举例来说这个选择可以是社交网络中的点赞、转发等等。除了用户所选择的item之外，剩下

2017-12-26 20:50:32 2164

原创二分查找

二分查找是一种算法，其输入是一个有序的元素列表。如果要查找的元素包含在列表中，二分查找返回其位置;否则返回null。下面的示例说明了二分查找的工作原理。我随便想一个1~100的数字。你的目标是以最少的次数猜到这个数字。你每次猜测后，我会说小了、大了或对了。从 50 开始。小了，但排除了一半的数字!至此，你知道1~50都小了。接下来，你猜75。大了，那余下的数字又排除了一

2017-12-25 13:57:04 205

原创 tensorflow在训练过程中逐步减少学习率

# 声明学习率为不可训练learning_rate = tf.Variable(float(learning_rate), trainable=False, dtype=tf.float32)# 学习率递减操作,这里表示每次学习率变成上一次的0.9倍learning_rate_decay_op = learning_rate.assign(learning_rate * 0.9)#训练过程中根

2017-12-11 17:18:12 3807

原创 Bridging Collaborative Filtering and Semi-Supervised Learning：paper翻译与解读

桥接CF和半监督学习的POI推荐方式。是一个使用了神经网络进行POI推荐的工作。文章中设计了一种叫做PACE的模型声称可以解决推荐问题中数据稀疏和存在一些相关的上下文（指的是某些关系会与推荐结果相关，称作上下文。例如社交关系可能对POI推荐带来影响）的问题。模型输入：one-hot形式的user向量和POI向量输出：1. （user-POI）以0， 1的形式输出，来代表user是否偏好这个POI

2017-11-27 11:39:56 1130 1

原创 numpy小记，复制array

b = a c = a.view() d = a.copy()numpy中复制原array的三种形式，如下图所示：可以看出b = a相当于把b指向了a指向的array，实际上他们两个是同一个array，因此可以想象的是，a发生变化，b也会发生变化。如果要修改a的某一个值，从上图中可以看出b也发生了相应的变化。c，也就是view得到的array也发生了变化。d没有变，说明aopy可以得到一

2017-11-26 16:46:37 691

转载转载！tf.clip_by_global_norm理解

http://blog.csdn.net/u013713117/article/details/56281715

2017-11-08 14:47:20 649

翻译转载（与部分翻译）！理解LSTM

http://colah.github.io/posts/2015-08-Understanding-LSTMs/保存给自己看的先来一张总体图下图显示了forget gate（深色部分），输入上一个time step来的h和这一个time step的x，这两者进行sigmoid运算，得到一个0到1之间的数，从图中可以看出，这个数控制着从上一个time step来的C，如果是0就代表上一个C完全

2017-11-07 11:23:14 311

转载转载！tensorflow name scope和variable scope

http://blog.csdn.net/u012436149/article/details/53081454保存给自己看的

2017-10-31 22:39:38 222

转载转载！Tensorflow函数——tf.set_random_seed(seed)

http://www.cnblogs.com/antflow/p/7234144.html保存给自己看的

2017-10-31 22:38:49 1353

转载 ubuntu16.04下tensorflow1.0+CUDA8.0+cudnn8.0+chrome+flash+shutter+声音配置

转载

2017-10-26 23:55:41 259

原创 tf.contrib.layers.xavier_initializer

xavier_initializer( uniform=True, seed=None, dtype=tf.float32)该函数返回一个用于初始化权重的初始化程序 “Xavier” 。这个初始化器是用来保持每一层的梯度大小都差不多相同。参数：uniform: 使用uniform或者normal分布来随机初始化。 seed: 可以认为是用来生成随机数的seed dtyp

2017-10-26 15:19:22 40161 5

原创 CS224N笔记——第二讲——word vector representations,word2vec

Natural Language Processing with Deep Learning课程代号CS224N，是斯坦福大学的有关自然语言处理的课程，并且是世界上有关神经网络与自然语言处理方面优秀的课程。找遍了网络也没有找到有中文翻译的，所以我这个英语渣只能强行听英文课程。因此做一些笔记方便以后复习。记录得也比较混乱。第一讲是一个总体介绍，就没有写了。以下内容来自课程视频以及PPT

2017-10-23 22:04:53 725

原创简单的tensorflow：2_两层网络and more

源码来自： https://github.com/nlintz/TensorFlow-Tutorials 感谢作者无私提供初学者可以先看懂代码，然后一定要独立实现一次。已经看过上一篇文章简单的tensorflow：1_logistic regression 的同学，会发现这次的代码仅仅改动了一点点，就是model函数由一层变成了两层。其他部分的讲解见上一篇文章。def model(

2017-10-10 14:21:55 479

原创简单的tensorflow：1_logistic regression

关于softmax_cross_entropy_with_logits与sigmoid_cross_entropy_with_logitsloss = -tf.reduce_mean(tf_Y*tf.log(tf.clip_by_value(pred,1e-11,1.0)))# 也可以直接使用tensorflow的版本：# loss = tf.reduce_mean(tf.nn.sof...

2017-10-10 11:32:39 616

原创 coding小记：np.random.randn与tf.random_normal

今天在编码时同时遇到了这两个函数，并且都是用来初始化权重的，写法如下w = tf.Variable(tf.random_normal(shape, stddev=0.01))w = tf.Variable(np.random.randn())看上去都是随机生成符合正态分布的值，但是实际上tf.random_normal(shape, stddev=0.01) 是从正态分布中返回符合你输入的shape

2017-10-10 09:56:58 3958

原创从代码学ConditionalGAN

首先，代码引用自https://github.com/wiseodd/generative-models 感谢这位网友的代码支持。每个月总有30天不想看论文，所以直接看源码或许是一个好办法。因为有些时候它的改动就那么一点点。而论文却要用晦涩难懂的语言证明上十几页。上边这个链接中给出了很多GAN和VAE以及各种变体的源码，并且写得清晰易懂，再次感谢这位网友的贡献。ConditionalGAN顾名思义

2017-09-28 13:30:24 7635 3

原创深度学习tips-搭建深度学习模型，不知如何下手？

很多刚刚入门的同学们面对一个刚刚到手的课题就像面对一块刚刚到手的烫山芋一样，无从下口… …是无从下手。那么应该如何开始呢？

2017-09-23 11:13:35 559

原创一小时上手Numpy

Numpy是python中用于科学计算、数据分析的模块，有运算速度快、消耗资源少的优点。下边五篇是本人原创Numpy学习笔记，根据是Numpy官方文档。NumPy（1）简介，基础属性，数组创建（ones，zeros，empty，arange，linespace）NumPy（2）reshape，dot，flatNumPy（3）full，eye，empty，randomNumPy（4）数组数学与基础

2017-09-20 22:09:41 285

原创 NumPy（5）array的合并与分割

继续Numpy的话题，在前4期中讲了使用Numpy进行创建array，然后进行一些数学运算、基本操作之后，今天来看array的合并与分割。合并：Numpy中使用vstack, hstack, newaxis, concatenate进行相关操作。接下来看一些例子：

2017-09-20 15:07:43 1691

空空如也

空空如也