原创 我的讀研經歷與算法崗求職經驗
其實一直覺得自己求職經歷與校招去的公司相對於很多大神來說，並不算什麼，所以也一直沒有想法寫關於自己的讀研以及求職經驗。不過，最近經一個朋友的提醒，我想雖然自己的求職經歷並不算很牛逼，但總會給一些準備找工作或者準備校招的人一些幫助。
2020-02-21 03:43:18
原创 Chatbot-檢索式模型介紹（一）
檢索式模型介紹（一） 這個系列的文章主要是介紹一些可以作爲文本匹配工作的一些模型，有些是比較基礎的算法，例如bm25。有些模型是基於深度學習的架構，比如說deepMatch模型。個人認爲文本匹配的任務有兩種實現方式，一個是學習不同
2020-02-21 03:43:18
4
原创 tensorflow serving服務器安裝過程總結
1.安裝環境 centos cuda 9 cudnn 7 tensorflow serving r1.12 以及tensorflow1.12通過編譯. 2.非gpu版本tf_serving安裝 tf_serving的安裝(非gpu版
2019-05-06 18:19:04
原创 bert模型代碼介紹
關於bert模型的細節記錄 1. Input 1.1. pretrain 輸入包含七個部分,分別爲 input_ids,input_mask,segment_ids,masked_lm_positions,mask_lm_ids,m
2019-05-06 18:19:04
原创 tensorflow-tile_batch
函數tensorflow.contrib.seq2seq.tile_batch 作用 主要是對tensor複製 import tensorflow.contrib.seq2seq as seq2seq 示例
2019-04-10 07:55:58
原创 論文總結：Ask Me Anything: Dynamic Memory Networks for Natural Language Processing
論文總結：Ask Me Anything: Dynamic Memory Networks for Natural Language Processing簡介具體結構Input ModuleQuestion ModuleEpisodi
2018-10-02 09:49:36
1
原创 如何將pyspark的rdd數據類型轉化爲DataFrame
簡述 在用pyspark進行開發的時候，經常會遇到如何將pyspark讀取的數據使用xgboost的模型進行訓練，當然，如果是使用scala，可以直接使用xgboost4j，這個庫裏面提供了可以讀取rdd的數據文件的函數接口，通過
2018-09-18 09:20:38
3
原创 關於中英文語料的獲取途徑總結
中文： https://github.com/candlewill/Dialog_Corpus 這個是一個集合，包括之前答主的答案！ 包含的語料包括了 1）小黃雞 xiaohuangji50w_nofenci.conv.zip
2018-09-05 03:34:30
原创 關於RNN相關模型-tensorflow源碼理解
本文主要是對tensorflow中lstm模型中的c，h進行解析。rnn_cell_impl.py 1.關於RNN模型 在rnn_cell_impl.py的tensorflow源碼中，關於RNN部分實現的類主要是BasicRNNCell，
2018-08-26 04:40:29
原创 Normalization Technique總結
1.相關介紹： 神經網絡在多個領域取得了非凡的成就，例如，語音識別，圖像識別等。所以，訓練神經網絡是個重要的任務，gradient descent常被用來尋來拿神經網絡。但在網絡比較深時，gradient descent容易出現梯度消失或
2018-08-21 22:31:53
24
原创 grid lstm模型簡介
理論介紹 主要通過論文《Grid Long short-Term Memory》。 grid LSTM沿着任何或所有維度（包括網絡深度）部署cell。 一個Grid LSTM網絡的block有N個hidden vector h1,
2018-08-21 22:31:51
2
原创 關於transformer模型總結（源碼）
本文主要是對transfermer模型的源碼進行解析： transfermer主要結構是由encoder和decoder構成。其中，encoder是由embedding + positional_encoding作爲輸入，然後加
2018-08-21 22:31:51
7
原创 SRU介紹
1.背景介紹 RNN模型在機器翻譯，語言模型，問答系統中取得了非凡的成就，由於RNN的結構，當前的層輸入爲前一層的輸出，所有RNN比較適合時間序列問題，但也正是由於這種串行結構，限制了RNN模型的訓練速度，與CNN相比，RNN並不
2018-08-21 22:31:51
7