原创 混合高斯模型

生成模型 生成模型裏,其認爲每個樣本是通過概率分佈生成的,生成這個指定樣本點的過程如下: 從一個分佈p(z)裏抽取出一個類別zizi ,而知道類別後其又可以生成n個不同的樣本值(比如動物裏包括了貓,狗,牛,鴨等,而哺乳類動物包括

原创 算法工具包

crfsuite: https://github.com/chokkan/crfsuite 作者是chokkan,相應的操作手冊http://www.chokkan.org/software/crfsuite/manual.ht

原创 tensorflow API

http://blog.csdn.net/u014114990/article/details/51125776 多通道(比如RGB三通道)卷積過程: 一般介紹卷積過程好像是對 一個通道的圖像進行卷積, 比如10個卷積核,得到10個

原创 android service

getContext().getSystemService CarrierConfigManager configManager = (CarrierConfigManager) phone

原创 Categorical Reparameterization with Gumbel-Softmax

下面寫如何從多項分佈裏採樣 從Gumbel(0;1)分佈裏採樣方法 The Gumbel(0; 1) distribution can be sampled using inverse transform sampling。 frist

原创 tensorflow hook架構

介紹 所有的hook都繼承自SessionRunHook,定義在session_run_hook.py 文件裏。其包含五個通用接口: def begin(self) def after_create_session(self, sess

原创 文章標題

轉自:http://blog.csdn.net/lujiandong1/article/details/53369961 隊列本身也是圖中的一個節點。其他節點(enqueue, dequeue)可以修改隊列節點中的內容。 #-*- cod

原创 residuel network

網絡的架構圖如下: 一個block由兩個卷積層組成,將輸出通道數相同的字block層疊在一起組成middle block,然後將不同output channel的middle block層疊在一起組成整個網絡。 block分兩種:

原创 Perplexity

其實就是求一個batch裏,平均每個詞的p(x) class Perplexity(nn.Module): def __init__(self): super(Perplexity, self).__init__(

原创 copy net

輸入數據處理 每個batch包含source和target兩個矩陣,source矩陣第二維代表輸入句子長度,句子長度不同時用0填充到相同的長度,同時在最後加一個全0列,比如: [ [1,2,0], [1,0,0] ] 第一個句

原创 theano records

theano.tensor.nnet.nnet.binary_crossentropy(output, target) 計算如下的公式: 公式中t對應target且只能從0和1裏取值,o代表output。 T.arange

原创 point-generator network and Coverage mechanism for summary

論文來自: Get To The Point: Summarization with Pointer-Generator Networks 傳統的神經方法不能處理OOV以及解碼時的重複問題。這篇文章提出point網絡用來解決OOV問題

原创 tensorflow variable

1.共享變量 例一 with tf.device('/cpu:0'): with tf.variable_scope('yiqingyang') as sco: w_1 = tf.get_variable(nam

原创 tensorflow seq2seq arch

介紹 tensorflow的seq2seq API的使用主要包含下面幾步: 1、設置helper 訓練時的helper和infer時是不同的,分別如下 #這個help主要是用來決定下一步的輸入如何生成的。可以用真實word對應

原创 TensorFlow高效讀取數據的方法

轉自:http://blog.csdn.net/u012759136/article/details/52232266 TFRecords定義 TFRecords其實是一種二進制文件,用來保存tf.train.Example 協議內