原创 anaconda4.5在centos7環境下tensorflow-gpu1.10+cuda8.0+cudnn6

pip安裝tensorflow1.5以後版本默認需要cuda9支持,但是我的服務器只安裝了cuda8+cudnn6,要麼用源碼安裝,要麼用anaconda安裝,這裏記錄下用anaconda安裝tf。 1. conda create -n

原创 Windows7 下python3和python2同時 安裝python3和python2

1、下載python3和python2 進入python官網,鏈接https://www.python.org/選擇Downloads--->Windows,點擊進入就可以看到尋找想要的python版本本文選擇的是:Python3.5.2

原创 中文分詞的python實現-基於HMM算法

隱馬爾科夫模型(HMM) 模型介紹 HMM模型是由一個“五元組”組成: StatusSet: 狀態值集合ObservedSet: 觀察值集合TransProbMatrix: 轉移概率矩陣EmitProbMatrix: 發射概率矩陣I

原创 Keras之文本分類實現

轉載自:https://zhuanlan.zhihu.com/p/29201491寫在前面從優達DLND畢業後,一直想自己動手做點什麼來着,互助班的導師也鼓勵自己動手寫點心得體驗啥的。之前一直沒怎麼觀看Youtube網紅Siraj老師的課

原创 PageRank 算法詳解

轉載自:https://blog.csdn.net/m0_37786726/article/details/79864012參考文獻:https://blog.csdn.net/androidlushangderen/article/de

原创 敏感詞過濾的算法原理之DFA算法

轉載自:https://blog.csdn.net/chenssy/article/details/26961957敏感詞、文字過濾是一個網站必不可少的功能,如何設計一個好的、高效的過濾算法是非常有必要的。前段時間我一個朋友(馬上畢業,接

原创 利用cython將python轉爲c代碼

1. 安裝cython 2. cython test.py --embed 3. gcc `python-config --cflags` `python-config --ldflags` test.c -o test

原创 【中文分詞系列】 4. 基於雙向LSTM的seq2seq字標註

轉載:https://spaces.ac.cn/archives/3924/ 關於字標註法 上一篇文章談到了分詞的字標註法。要注意字標註法是很有潛力的,要不然它也不會在公開測試中取得最優的成績了。在我看來,字標註法有效有兩個主要的原

原创 【中文分詞系列】 5. 基於語言模型的無監督分詞

轉載:https://spaces.ac.cn/archives/3956/ 迄今爲止,前四篇文章已經介紹了分詞的若干思路,其中有基於最大概率的查詞典方法、基於HMM或LSTM的字標註方法等。這些都是已有的研究方法了,筆者所做的就

原创 Windows下Python3.5安裝Numpy、Scipy

轉載自:http://blog.csdn.net/u014206910/article/details/60571325 一、安裝環境 Windows 8, Win 32, 官方純淨版Python3.5。 二、Numpy安裝

原创 golang調用tensorflow/keras訓練的模型

1.  安裝tensorflow和golang(參考https://tensorflow.google.cn/install/install_go) 2.  python訓練模型,這裏以keras example的imdb_cnn.py爲

原创 深度| 百度副總裁王海峯:百度在NLP領域都做了什麼?

思考和獲得知識的能力成就了今天的人類,這種能力需要通過語言來找到思考的對象和方法,並外化爲我們看、聽、說和行動的能力。而語音、視覺、行爲和語言等正是現在AI領域的重要研究內容。 相對於看、聽和行動的能力,語言是人類區別於其他生物最重要

原创 Nginx配置PHP步驟

組內實習生用ThinkPHP寫了個服務需要部署到服務器上,由於從未寫過PHP折騰了兩天才搞定Nginx的部署,記錄下步驟。 1. 安裝PHP大禮包LNMP:  wget http://soft.vpser.net/lnmp/lnmp1.

原创 注意力機制(Attention Mechanism)在自然語言處理中的應用

轉載自:http://www.cnblogs.com/robert-dlut/p/5952032.html 近年來,深度學習的研究越來越深入,在各個領域也都獲得了不少突破性的進展。基於注意力(attention)機制的神經網絡成爲了最

原创 基於kaldi的在線中文識別,online的操作介紹

最近研究了下kaldi,也看了好多文章,感覺這方面的有用文章太少! 大多停留在編譯和深層理論方面。對於我們這種沒有基礎的人,除了看完編譯,就只能很茫然的看哪些高高在上的理論了。 本文章,適合那些。剛剛編輯完kaldi。想試試手,找找感