原创 文本處理——基於 word2vec 和 CNN 的文本分類 ：綜述 & 實踐（一）
原文地址：https://zhuanlan.zhihu.com/p/29076736導語傳統的向量空間模型（VSM）假設特徵項之間相互獨立，這與實際情況是不相符的，爲了解決這個問題，可以採用文本的分佈式表示方式(例如 word embed
2020-02-22 07:46:34
38
原创 文本處理——fastText原理及實踐（四）
博文地址：https://zhuanlan.zhihu.com/p/32965521fastText是Facebook於2016年開源的一個詞向量計算和文本分類工具，在學術上並沒有太大創新。但是它的優點也非常明顯，在文本分類任務中，fas
2020-02-22 07:46:34
2
原创 歐氏距離和餘弦相似度的區別是什麼？
原文：https://www.cnblogs.com/Jack-Lee/p/3654209.html 概述 兩者都是評定個體間差異的大小的。歐幾里得距離度量會受指標不同單位刻度的影響，所以一般需要先進行標準化，同時距離越大，個體間
2019-07-30 02:10:12
6
原创 ubuntu16.04+anaconda+tensorflow-gpu1.8.0+keras+pytorch(caffe2)
原文：https://blog.csdn.net/zouxinyao/article/details/83026783 經過兩天時間，終於在新安裝的ubuntu16.04系統下配置好深度學習環境，今天和大家分享一下經驗： 醜話說在前面：
2019-03-16 22:44:58
1
原创 Sklearn.metrics 模型效果驗證——accuracy, precision, recall, F1
accuracy, precision, recall, F1四個函數是分類問題中常見的四個模型評價函數。原來都是自己寫代碼來實現。現在沒辦法，懶了。所以打算直接調用 Sklearn.metrics 中的函數。第一次用，所有出現了幾個問題
2019-03-03 22:32:33
2
原创 sklearn.feature_extraction.text 中的 TfidfVectorizer 實現過程
對於NLP，已經學習一年了，可是一直有一個問題困擾着我，終於忍無可忍，決定將問題解決掉。 首先，介紹一下我的問題： 對於TFIDF算法，當利用訓練集訓練完成分類器，利用分類器進行訓練時，如果測試集中只有一個文檔，TFIDF數據是如何生成的
2019-02-27 22:13:22
8
原创 什麼是Word2Vec？如何有效的表徵文本的？
本文主要圍繞兩個問題進行介紹 “什麼是Word2Vec？如何有效的表徵文本的？” 2013年，Google開源了一個用於生成詞向量的工具，因其簡單實用高效而引起廣泛關注。 若有興趣的讀者，可閱讀作者的原論文[8]。 Word2Ve
2018-11-07 04:06:35
原创 VNC實現Windows遠程訪問Ubuntu 16.04（無需安裝第三方桌面）
原文：https://www.cnblogs.com/xuliangxing/p/7642650.html 本文主要是講解如果理由VNC實現Windows遠程訪問Ubuntu 16.04，其實網上有很多類似教程，但是很多需要安裝第三方桌面
2018-11-07 04:06:35
原创 opencv提取外部輪廓並在外部加矩形框
這篇文章主要爲大家詳細介紹了opencv提取外部輪廓並在外部加矩形框，具有一定的參考價值，感興趣的小夥伴們可以參考一下 這段時間一直在用opencv搞圖像處理的問題，發現雖然可調用的函數多，但是直接找相應代碼還是很
2018-10-30 02:06:24
5
原创 Pycharm 中使用anaconda配置tensorflow 和 caffe
利用anaconda安裝tensorflow和caffe, 在pycharm中進行使用時，需要先進行配置，否則會提示沒有這一模塊。 1、配置tensorflow 2、配置caffe
2018-10-27 05:09:02
原创 基於CNN的Seq2Seq模型-Convolutional Sequence to Sequence
Seq2seq是現在使用廣泛的一種序列到序列的深度學習算法，在圖像、語音和NLP，比如：機器翻譯、機器閱讀、語音識別、智能對話和文檔摘要生成等，都有廣泛的應用。Seq2Seq模由encoder和decoder兩個部分來構成，假設模型的訓
2018-10-19 22:55:36
5
原创 多任務學習-Multitask Learning概述
1、單任務學習VS多任務學習 單任務學習：一次只學習一個任務（task），大部分的機器學習任務都屬於單任務學習。 多任務學習：把多個相關（related）的任務放在一起學習，同時學習多個任務。 多任務學習（mult
2018-10-19 22:55:36
48
原创 深度學習中的表示學習_Representation Learning
一、深度學習網絡的表達方式彙總及模型分類方法 人的大腦會對眼睛捕捉到的外界事物進行逐級抽象，逐漸提取出抽象的語義信息，以便爲人腦所理解。深度學習從這一科學發現得到啓發，通過網絡的權值來捕捉外界輸入模式的特徵，並且通過網絡連接方式來組合這些
2018-10-19 22:55:36
1
原创 深度學習中Attention Mechanism詳細介紹：原理、分類及應用
Attention是一種用於提升基於RNN（LSTM或GRU）的Encoder + Decoder模型的效果的的機制（Mechanism），一般稱爲Attention Mechanism。Attention Mechanism目前非常流行
2018-10-19 22:55:36
7
原创 卷積神經網絡中不同類型的卷積方式介紹
卷積基本概念 首先，我們首先回顧一下卷積相關的基本概念，定義一個卷積層需要的幾個參數。 2維卷積使用卷積核大小爲3，步長
2018-10-19 22:55:36