原创 LSTM特點及適用性

ProClaim: 之前一直在做CNN的一些研究,最近剛剛回到實驗室,定下來了自己的小組,然後開始了一些LSTM的學習。 將近學習了兩天半吧,結構弄得差不多了,Theano上LSTM tutorial 的例程也跑了跑,正在讀代碼ing。

原创 關於正則表達式裏\n與\r的吐槽。

還是用Scrapy寫的一個小爬蟲,由於xpath有點忘記了而且對於複雜網頁和有JS寫的表現部分,Xpath很無力,所以我還是習慣用正則來抓內容。 好吧,遇到了下面這樣一種情形的時候:</div></div> <table class="

原创 Github push 錯誤The requested URL returned error: 403 Forbidden while accessing

通過HTTPS 方式進行gti操作時,在push命令時,出現了這樣一個問題: The requested URL returned error: 403 Forbidden while accessing 導致無法推送自己的程序。經過一

原创 LSTM模型理論總結(產生、發展和性能等)

Proclaimation: 第一篇博客點擊打開鏈接之後,對LSTM進行了一個較爲深入的學習。首先從理論入手,深讀了提出模型的原文,大概粗看了二十多篇Paper,關於RNN的問題的產生、LSTM模型的提出和原理,反傳的推導之類,還有最近的

原创 Conda環境移植(克隆)的遠程方案

做科學計算的同學可能有時候會用到Anaconda這個東西,尤其是在一臺新的服務器上配置環境的時候非常快速有效。 那麼問題來了,有時候我們會遇到這樣一個場景。 我已經在A服務器上配置好了一套我的conda環境,但是我現在又多出來了幾臺服務

原创 WIN8/10 中科院 ARP系統顯示和附件上傳的解決辦法

相信科院體系的朋友們在出國開會的時候都會接觸一個ARP系統。ARP系統有多爛這裏就不吐槽了,這裏只說問題和解決辦法。(浪費了我太多時間來解決)由於ARP系統的開發完全是基於IE8以前的IE瀏覽器,所以什麼linux系統,高級一點點的Win

原创 Pytorch 讀取參數錯誤 RuntimeError: cuda runtime error (10) : invalid device ordinal

很久沒發博客了,但是今天在Pytorch的參數讀取過程中遇到了一個比較罕見的bug。 RuntimeError: cuda runtime error (10) : invalid device ordinal at torch/csr

原创 Pycharm關聯項目到github的一些問題

新引入了一個repository作爲項目,結果發現在pycharm裏沒有關聯到github上。 最後的解決方案是, 在setting裏找到Version Control ,然後把這個項目添加進來。 可能在這之前需要在SVN菜單地下把

原创 shincling

文章不錯,很適合現在我來學,但是有幾個問題隨手寫出來造福觀衆吧。鏈接錯了,我去找了下是http://neuro.cs.ut.ee/demystifying-deep-reinforcement-learning/ 未來回報折扣這裏面的第三

原创 python機器學習包mlxtend的安裝和配置

今天看到了mlxtend的包,看了下example集成得非常簡潔。還有一個吸引我的地方是自帶了一些data直接可以用,省去了自己造數據或者找數據的處理過程,所以決定安裝體驗一下。 依賴環境 首先,sudo pip install mlxt

原创 深度強化學習的入門資源彙總-2016.8

深度強化學習導引: http://mp.weixin.qq.com/s?__biz=MzI1NTE4NTUwOQ==&mid=2650324914&idx=1&sn=0baaf404b3d8132243d08b55310de210&s

原创 Memory Networks的階段總結

說明 Memory Networks是Weston在去年提出的一個神經網絡模型,引入了記憶效應和外置儲存,可以進行有效的長距離序列問題的處理,之後也出現瞭如神經圖靈機,神經機器翻譯機等在學術界引起了非常廣泛的興趣的一些模型。 最近我們也在

原创 python正則表達式模塊,re.sub的函數使用

在處理字符串時,我們可能遇到的使用場景不僅僅是需要找到其中的部分匹配子串,有時候更需要靈活的替換掉匹配到的項。 僅僅是替換成一個固定的字符,其實是一種類似於字符串中replace的功能。 如果需要替換的部分,與原來的匹配子串有關,這種情

原创 深度學習框架Lasagne的一些總結和技巧

深度學習框架也用過幾個了,一直比較喜歡的是Lasagne,因爲其設計哲學是不迴避底層(theano),而且封裝得比較靈活,不像Keras那樣完全一套自己的邏輯,底層藉口暴露的太少,導致想做自己的模型的時候用keras非常費力。 從某種意義

原创 關於python數組對象“=”的小陷阱

說起來非常慚愧,也算是寫了些Python程序了,今天才第一次遇到這個事情。 情況是這樣的,我在程序裏先得到了一個數組a,之後對它做了append操作。 但是原始的數組我還有用,就暫時把它賦值給了另一個變量b。 代碼是  b = a