原创 tmux終端工具的簡單使用
tmux終端工具的簡單使用 安裝方式: 在ubuntu下可以使用apt-get的方式安裝，比如： sudo apt-get install tmux 即可 在CentOS 7.x的系統下可以
2020-06-17 03:58:15
原创 Google的bert預訓練模型下載地址＋將tensorflow版本的預訓練模型轉爲pytorch版本進行加載
google的bert預訓練模型： BERT-Large, Uncased (Whole Word Masking): 24-layer, 1024-hidden, 16-heads, 340M parameters BERT-L
2020-06-17 03:58:15
15
原创 【Django系列】三：Django搭建一個個人博客流程（分頁和博客的歸檔）
第三天： 21：分頁功能的實現： 現在我們的博客可能只有幾篇文章，因此可以全部在首頁展示出來，隨着博客數量的增加，當達到幾十上百篇時，全部展現在首頁是不顯示也是不友好的，這個時候我們就需要對博客進行分頁了。django有它自
2020-06-08 02:13:14
原创 《第一天》Linux學習過程中的筆記
Linux命令總結(第一天) 1：echo 命令用於在終端輸出字符串或變量提取後的值。。 例如1：直接將字符串打印出來 例如2：也可以起到printf的作用，打印每個變量的值
2020-06-08 02:13:04
原创 Python語言面試問題集錦(實時更新ing)
1: python中小整數對象池 Python爲了優化速度，使用了小整數對象池， 避免爲整數頻繁申請和銷燬內存空間。Python 對小整數的定義是 [-5, 256] 這些整數對象是提前建立好的，不會被垃圾回收。在一個 Pyt
2020-05-11 13:49:33
原创 機器翻譯, 文本生成等任務評價指標 BLEU, ROUGE, PPL(困惑度)
一:BLEU 1.1 BLEU 的全稱是 Bilingual evaluation understudy，BLEU 的分數取值範圍是 0～1，分數越接近1，說明翻譯的質量越高。BLEU 主要是基於精確率(Precision)的
2020-04-22 05:15:01
原创 淺談Positional Encoding(位置編碼)和WordPiece
1. Positional Encoding 之所以用sin, cos 是因爲它們的值域在[-1, 1]之間, 這裏針對單個詞向量內部採用cos 和sin 交換映射, 只是爲了豐富位置信息. 假設採用0, 1, 2,
2020-04-22 05:15:01
原创 keras中Conv， SeparableConv2D, DepthwiseConv2D三種卷積過程淺談
Conv， SeparableConv2D, DepthwiseConv2D三種卷積淺談 畫圖能力有限，哪裏不懂留言交流。
2019-07-10 05:24:52
原创 keras各種層的簡單說明 [神經網絡]keras中的層
[神經網絡]keras中的層 全連接層：Dense Activation層：對一個層的輸出添加激活函數 Dropout層：每次更新參數的時候隨機斷開一定百分比(b)的輸入神經元連接，用於防止過擬合 Flatten層：用
2019-06-27 14:02:34
6
原创 上採樣，上池化，反捲積 詳解
1、Upsampling（上採樣） 在FCN、U-net等網絡結構中，涉及到了上採樣。上採樣概念：上採樣指的是任何可以讓圖像變成更高分辨率的技術。最簡單的方式是重採樣和插值：將輸入圖片進行rescale到一個想要的尺寸，而且計算每
2019-06-13 15:42:33
1
原创 Tensorflow實現的深度NLP模型集錦
本文轉自： https://www.toutiao.com/a6685688607191073294/ 本文約2000字，建議閱讀5分鐘。 本文收集整理了一批基於Tensorflow實現的深度學習/機器學習的深度NLP模型。
2019-06-10 14:21:47
1
原创 第十三天：《LeetCode一天一例》-----兩個字符串之間的最小編輯距離（python實現）
最小編輯距離定義 將一個字符串變成另外一個字符串所用的最少操作數，每次只能增加、刪除或者替換一個字符。 例1：
2019-05-21 13:58:18
原创 通俗理解Word2Vec的數學原理
《通俗理解Word2Vec》目錄 簡述Word2Vec CBOW模型用層級softmax實現 CBOW模型負採樣方式實現 簡述Word2Vec 首先，我們都知道Word2Vec是用來產生詞向量的，詞向量就是用
2019-05-21 13:58:18
10
原创 理解kaggle比賽大殺器xgboost
通俗理解kaggle比賽大殺器xgboost 說明：若出現部分圖片無法正常顯示而影響閱讀，請以此處的文章爲準：xgboost 題庫版。 時間：2018.05.13
2019-05-13 17:51:35
原创 gensim實現LDA主題模型-------實戰案例（分析希拉里郵件的主題）
第一步： 加載一些必要的庫， 我們用的是gensim中的LDA模型，所以必須安裝gensim庫 import pandas as pd import re from gensim.models import doc2vec, ldamo
2019-05-12 17:45:32
17