原创 NLP實踐-Task1
對cnews數據做一些數據處理 import jieba import pandas as pd import tensorflow as tf from collections import Counter from gensim.m
2020-07-07 14:43:23
8
原创 pytorch-task2
numpy實現梯度下降 x = 1 learning_rate = 0.1 epochs = 50 y = lambda x : x ** 2 - 1 for epoch in range(epochs): print(epo
2019-08-25 13:59:41
原创 pytorch-task4
import os import csv import jieba import warnings import numpy as np import pandas as pd from tqdm import tqdm from ge
2019-08-25 13:59:40
原创 pytorch-task3
pytorch實現邏輯迴歸 import torch import torch.nn as nn from torch.optim import SGD class LR(nn.Module): def __init__(se
2019-08-25 13:59:40
原创 數據競賽 Task2
TF-IDF，即“詞頻-逆文本頻率”。它由兩部分組成，TF和IDF。 TF就是詞頻，我們之前做的向量化也就是做了文本中各個詞的出現頻率統計，並作爲文本特徵。 IDF反應了一個詞在所有文本中出現的頻率，如果一個詞在很多的文本中出現，那麼它的
2019-04-07 14:01:47
原创 數據競賽 Task1
數據： train_set.csv：此數據集用於訓練模型，每一行對應一篇文章。文章分別在“字”和“詞”的級別上做了脫敏處理。共有四列： 第一列是文章的索引(id)，第二列是文章正文在“字”級別上的表示，即字符相隔正文(article)；第
2019-04-06 15:03:13
原创 NLP實踐-Task9
1.Encoder-Decoder框架 要了解深度學習中的注意力模型，就不得不先談Encoder-Decoder框架，因爲目前大多數注意力模型附着在Encoder-Decoder框架下，當然，其實注意力模型可以看作一種通用的思想，本身並不
2019-03-20 13:54:27
原创 NLP實踐-Task8
1.RNN RNNs的目的使用來處理序列數據。在傳統的神經網絡模型中，是從輸入層到隱含層再到輸出層，層與層之間是全連接的，每層之間的節點是無連接的。但是這種普通的神經網絡對於很多問題卻無能無力。例如，你要預測句子的下一個單詞是什麼，一般需
2019-03-18 13:55:34
原创 NLP實踐-Task7
任務鏈接：https://wx.zsxq.com/dweb/#/index/222248424811 1.卷積 參考鏈接：https://zhuanlan.zhihu.com/p/57575810 1.1卷積 卷積：圖像中不同數據窗口的數
2019-03-15 13:55:53
2
原创 NLP實踐-Task6
任務鏈接：https://wx.zsxq.com/dweb/#/index/222248424811 1.one-hot one-hot編碼（獨熱編碼）用來解決類別型數據的離散值問題 import pandas as pd from s
2019-03-14 13:44:16
原创 NLP實踐-Task5
任務鏈接：https://wx.zsxq.com/dweb/#/index/222248424811 深度學習視頻推薦1：https://www.icourse163.org/learn/PKU-1002536002?tid=100379
2019-03-11 13:41:38
原创 NLP實踐-Task4
1.樸素貝葉斯 樸素貝葉斯參考鏈接：https://blog.csdn.net/qq_27009517/article/details/80044431 代碼樣例： import numpy as np from sklearn imp
2019-03-10 13:40:30
原创 NLP實踐-Task3
1.TF-IDF TF-IDF參考鏈接：https://www.cnblogs.com/pinard/p/6693230.html from sklearn.feature_extraction.text import TfidfVec
2019-03-08 00:27:17
原创 NLP實踐-Task2
任務鏈接：https://wx.zsxq.com/dweb/#/index/222248424811 1.基本文本處理技能 1.1分詞的概念（分詞的正向最大、逆向最大、雙向最大匹配法） 正向最大匹配法：對句子從左到右進行掃描，儘可能地選擇
2019-03-05 14:46:07