原创 遷移學習介紹
1. 什麼是遷移學習 【個人理解】：遷移學習是一種從源領域學習知識並遷移用於目標領域，來提升目標領域任務效果的機器學習技術。 【百度百科】：遷移學習是一種機器學習方法，就是把爲任務 A 開發的模型作爲初始點，重新使用在爲任務 B 開發模型過
2020-08-12 14:04:42
原创 【圖文】pycharm pro 配置遠程開發、調試編譯環境
背景 由於工作需要，遠程連接服務器開發調試（關鍵是自己用了5年的小本本帶不起來- -)，本文記錄pycharm pro的遠程開發和調試配置過程。（社區版不帶遠程功能噢） 一、配置遠程編譯器 進入Deployment-> configur
2020-08-04 14:05:09
原创 【圖文】pycharm 修改自動導入包快捷鍵
pycharm 在windows環境中導入包的快捷鍵的 ctrl + 空格， 但通常會和輸入法衝突，因此可以修改快捷鍵方便自動導入 自動導入包配置 進入設置：File -> Settings 依下圖修改導入模式， 保存但不要退出Setti
2020-08-04 14:05:09
原创 對 【Sequence to Sequence Learning with Neural Networks】的理解
零、背景及引言 本文是對Sequence to Sequence Learning with Neural Networks文章閱讀後的總結。 在不同的學習任務中，傳統深度神經網絡（DNN）是表現不錯的強力模型，如在圖像分類、語音識別領域，
2020-08-03 14:06:17
原创 pycharm edit configuration 遠程調試運行，出現找不到文件錯
引言 pycharm 專業版可提供遠程編譯和調試功能，如參考可進行配置 本地編寫代碼自動保存傳遞到遠端服務器，運行或 分步運行 後返回本地結果，非常方便。 但是在執行腳本讀取當前目錄下的文件夾下的數據時，卻一直報找不到該文件，而實際上不管本
2020-08-03 14:06:17
原创 對 【Bidirectional LSTM-CRF Models for Sequence Tagging】的理解
零、摘要及背景介紹 本文是對Bidirectional LSTM-CRF Models for Sequence Tagging的總結，原文作者提出了基於LSTM(Long Short Term Memory)的一系列網絡來用於序列標註。
2020-07-20 14:06:18
10
原创 【Conda】命令總結
Anaconda是Python的發行版，包括包管理和環境管理，很好用，提供的conda命令能夠滿足各種需要，現對所用過的命令進行整理
2020-07-18 14:27:52
原创 對 【Evaluation methods for unsupervised word embeddings 】 的理解
零、背景介紹 Evaluation methods for unsupervised word embeddings介紹無監督學習場景下的詞向量評估方法。詞嵌入Embedding 的評估方法主要分兩個方向，內在評估和外在評估。 外在評估是
2020-07-06 14:12:47
原创 對【WMD： From Word Embedding to Document Distance】的理解
零、背景簡介 Word Embedding可有效表示不同詞間的語義相似度（通常用歐式或餘弦距離計算），使用BOW(Bag of words)或TF-IDF也能有效表示文檔內不同關鍵詞間的距離，但是上述2種方法在表示不同文檔間的語義相似性時
2020-06-08 14:49:16
原创 對【XGBoost】的理解
【零、背景簡介】 XGBoost 於2016年由陳天奇提出，一種用於可擴展的分佈式的大規模機器學習算法，在Kaggle多項比賽中高頻獲獎。 核心思想是基於殘差的樹Boosting，它在建樹計算split點、泰勒2階展開計算損失、正則處理、
2020-06-01 13:51:44
原创 Conda常用命令總結
Anaconda是python的發行版，包括創建管理虛擬環境和包，同時增加社區版的python包的安裝，非常方便，同時有輕量級版本Miniconda 本文總結Conda中常用命令
2018-12-24 13:15:25
原创 Jupyter配置步驟
Jupyter是基於瀏覽器的可交互式開發工具，在數據科學界非常受歡迎，它功能齊全，使用方便，是一款數據分析和建模挖掘的利器。 本文簡介Jupyter的配置和使用過程 一、修改添加國內鏡像 通常我會先安裝Anaconda，再安裝Jupyt
2018-12-24 13:15:25
1
原创 可變卷積Deforable ConvNet 遷移訓練自己的數據集 MXNet框架 GPU版
【引言】 最近在用可變卷積的rfcn 模型遷移訓練自己的數據集， MSRA官方使用的MXNet框架 環境搭建及配置：http://www.cnblogs.com/andre-ma/p/8867031.html 一 參數修改： 1.1
2018-09-04 15:44:10
原创 Ubuntu16 編譯源碼安裝MXNet 可變卷積Deformable-ConvNets GPU版
【引言】最近接手了公司的關於蟲子識別的項目，使用MXNet框架開發，但是實際用的是Deformable-ConvNets. Deformable-ConvNets爲微軟研究研究院提出的可變卷積網絡，可用於對圖像中大小不一的物體識別，不是單單
2018-09-04 15:44:08
原创 深度學習 框架比較
【引言】現在市面上同時存在多種深度學習框架，不同公司或科研團體會根據具體應用不同選擇不同框架。網絡上不缺少對深度學習框架的比較分析，但隨着時間流逝，框架版本更新會影響性能，接口和文檔更新會影響開發效率，同時考慮到商業因素及媒體宣傳水分，本節
2018-09-04 15:44:08