原创 latex中局部使用中文環境

在LaTex中使用中文,需要添加支持中文的包。具體方法如下: 1. 添加CJK中文包:         \usepackage{CJK} 2. 開始中文環境,使用宋體,只有在這條命令之後才能使用中文:         \begin{CJK

原创 leetcode486動態規劃&playerAB從數組兩端挑數字,求最大player

題目大意:給一個整型數組nums,兩個人依次從數組中的頭或者尾拿一個數,判斷是否player1拿到的總數大於或者等於player2~如果是就返回true,否則返回false~ 在動態規劃問題中,需要考慮的是,怎麼把一個問題分解成遞歸的子

原创 數據結構筆記-————歸併排序

轉自:http://www.cnblogs.com/chengxiao/p/6194356.html 歸併排序(MERGE-SORT)是利用歸併的思想實現的排序方法,該算法採用經典的分治(divide-and-conquer)策略(分治法

原创 tensorflow 變量的創建、初始化、執行和輸出

本文是對tensorflow中文文檔http://wiki.jikexueyuan.com/project/tensorflow-zh/how_tos/variables.html的理解。 當訓練模型時,用變量來存儲和更新參數。建模時它們

原创 【tensorflow】 tensor的默認name & operation 默認name

import tensorflow as tf with tf.name_scope("name1"): with tf.variable_scope("var1"): w = tf.get_variable("q

原创 深度【文本分類】【關係抽取】模型中,如何讀取並處理輸出的訓練文件(TXT格式)

1、一般在此類模型中,需要原始文件四個: train.txt  一般格式爲(分類類型 句子)或(關係類型 頭實體 尾實體 句子) test.txt 格式同上 relation2id.txt  (關係類型 關係id) vec.txt  (w

原创 Latex關係運算符

關係運算符 latex 顯示效果 \mid ∣ \nmid ∤ \cdot ⋅ \leq ≤ \geq ≥ \neq ≠ \approx ≈ \equiv ≡ \prec ≺ \preceq

原创 python NLP總結

1   https://www.zhihu.com/question/19929473 目前常用的自然語言處理開源項目/開發包有哪些?劉知遠     2自然語言處理工具包spaCy介紹 spaCy 是一個Python自然語言處理工具包,誕

原创 在Windows上怎麼使用tensorboard

這裏只是介紹已經使用tensorflow來train好模型之後,如何使用tensorboard來調用event文件並在網頁上顯示出。 1、cd到event文件的上上級文件夾。比如event文件在:“F:\copy\CNN\CNN rel

原创 ArgumentError: argument --positive_data_file: conflicting option string: --positive_data_file

記錄用tf.flags.DEFINE_float來定義一個常量(名爲positive_data_file)時,會報上述錯。 這個錯誤是當你把代碼運行第二遍以上時,就會報的錯,好像是第二遍後就重複定義常量positive_data_fil

原创 CRF中的f(x,y)是什麼

CRF中假設P(x,y)正比於exp(w內積f(x,y)) w是被訓練得到的參數,可正可負。物理含義是: f(x,y),其中x表示觀測序列比如一句話,y表示狀態序列比如對這句話的詞性標註, 我的理解f(x,y)是根據數據集抽取出來的一系

原创 數據結構——四種基本的數據存儲結【順序存儲】【鏈接存儲】【索引存儲】【哈希存儲】

轉自:http://www.cnblogs.com/fengty90/p/3768826.html 存儲結構分四類:順序存儲、鏈接存儲、索引存儲 和 散列存儲。 順序結構和鏈接結構適用在內存結構中。 索引結構和散列結構適用在外存與

原创 數據結構——前綴樹 後綴樹 後綴數組

前綴樹: http://www.cnblogs.com/luosongchao/p/3239521.html 後綴樹: http://www.cnblogs.com/gaochundong/p/suffix_tree.html#undef

原创 數據結構筆記————堆排序

爲什麼堆排序構建堆的時間複雜度是N,而重調堆的時間複雜度是logN? 建堆: 假如有N個節點,那麼高度爲H=logN,最後一層每個父節點最多只需要下調1次,倒數第二層最多只需要下調2次,頂點最多需要下調H次,而最後一層父節點共有2^(H

原创 關於維特比算法的一些筆記

維特比算法是在HMM和CRF常用的預測算法,主要思想是用動態規劃求解概率最大路徑(即最優路徑,這個我們可以想象成在已知觀測句子x時,求概率最大的對應的標記序列y) 直觀的理解可以參考維基百科上的動圖:https://en.wikipedi