原创 使用caffe的convert_imageset生成lmdb文件

原文地址:https://blog.csdn.net/losteng/article/details/51170394     最近在看caffe的自帶的例子時,才發現需要學習的真的很多 其中在將我們的數據轉換成lmdb的文件的時候遇到很

原创 Ubuntu 下 GitHub入門使用

一. 註冊賬號 首先進入GitHub的官網,註冊GitHub賬戶。 GitHub官網網址:https://github.com/ 筆者已經註冊了一個GitHub賬號,且註冊流程十分簡單,所以不再贅述。筆者的GitHub主界面如下所示:

原创 Latex使用

0、數學公式基本語法 1.上標與下標 上標命令是 ^{角標},下標命令是 _{角標}。當角標是單個字符時可以不用花括號(在 LaTeX 中,花括號是用於分組,即花括號內部文本爲一組)。 $$x_1$$ $$x_1^2$$ $$x^2

原创 DeepNLP的表示學習·詞嵌入來龍去脈·深度學習(Deep Learning)·自然語言處理(NLP)·表示(Representation)

原文:https://blog.csdn.net/scotfield_msn/article/details/69075227〇、序一、DeepNLP的核心關鍵:語言表示(Representation)二、NLP詞的表示方法類型     

原创 英文文本挖掘預處理流程總結

原文:http://www.cnblogs.com/pinard/p/6756534.html 在中文文本挖掘預處理流程總結中,我們總結了中文文本挖掘的預處理流程,這裏我們再對英文文本挖掘的預處理流程做一個總結。1.  英文文本挖掘預處理

原创 中文文本挖掘預處理流程總結

原文:http://www.cnblogs.com/pinard/p/6744056.html在對文本做數據分析時,我們一大半的時間都會花在文本預處理上,而中文和英文的預處理流程稍有不同,本文就對中文文本挖掘的預處理流程做一個總結。1.

原创 用 Python 實現 LDA

原文地址:https://blog.csdn.net/github_36299736/article/details/54966460原文出處:Jordan BarberLDA 是什麼LDA 演練需要用到的包導入文檔清洗文檔 分詞移除停用

原创 ubuntu下pip出現錯誤

電腦安裝了tensorflow,可是這段時間卻無故導入失敗,出現各種問題,利用pip想要重裝的時候,無論卸載還是安裝總是提示如下錯誤: >Traceback (most recent call last): File "/home/my

原创 基於gensim的doc2vec實踐

原文:https://blog.csdn.net/John_xyz/article/details/794242841.“句向量”簡介word2vec提供了高質量的詞向量,並在一些任務中表現良好。 關於word2vec的原理可以參考這幾篇

原创 Pycharm 首次導入 Tensorflow出現問題的解決方法

參考Pycharm中加入Tensorflow出現問題的解決方法   在看本文前需要先了解一下本文所解決的問題,表現爲兩個方面: 1、在終端中導入tensorflow導入時並不提示 tensorflow 模塊不存在問題,而是提示cudnn找

原创 word2vec

近期一直在看關於文本處理的東西,怎奈一點基礎都沒有,看得着實費勁。特別是自己對於word2vec的理解一直不到位,因爲總是介紹含糊不清,剛沒說兩句呢,就轉到它的兩個常用模型了。前段時間搜索的相關信息並不能減少word2vec給我的神祕感。

原创 python︱六款中文分詞模塊嘗試:jieba、THULAC、SnowNLP、pynlpir、CoreNLP、pyLTP

原文:https://blog.csdn.net/sinat_26917383/article/details/77067515THULAC四款python中中文分詞的嘗試。嘗試的有:jieba、SnowNLP(MIT)、pynlpir(

原创 詞向量之WORD2VEC實踐

原文地址:https://www.cnblogs.com/Climbing-Snail/p/7729795.html參考:基於 Gensim 的 Word2Vec 實踐首先感謝無私分享的各位大神,文中很多內容多有借鑑之處。本次將自己的實驗

原创 doc2vec 句向量模型PV-DM與PV-DBOW原論文翻譯

原文:https://blog.csdn.net/liaocyintl/article/details/50369158原文:LE, Quoc V.; MIKOLOV, Tomas. Distributed representations

原创 文本挖掘預處理之TF-IDF

原文:http://www.cnblogs.com/pinard/p/6693230.html 在文本挖掘預處理之向量化與Hash Trick中我們講到在文本挖掘的預處理中,向量化之後一般都伴隨着TF-IDF的處理,那麼什麼是TF-IDF