原创 統計學習方法 第八章習題答案

8.1 題目: 某公司招聘職員考查身體、業務能力、發展潛力這3項.身體分爲合格1、不合格0兩級,業務能力和發展潛力分爲上1、中2、下3三級.分類爲合格1、不合格-1兩類.已知10個人的數據,如下表所示.假設弱分類器爲決策樹樁.試用

原创 統計學習方法 第七章習題答案

習題7.1 題目: 比較感知機的對偶形式與線性可分支持向量機的對偶形式. 解答: 感知機: 原始形式 min⁡w,bL(w,b)=∑i=1N[−yi(w⋅xi+b)]+\min _{w, b} L(w, b)=\sum_{i=1}

原创 AdaGAN:adaptive GAN for many-to-many non-parallel voice converison

文章目錄簡介Approachproblem formulationAdaIn網絡框架轉換方法訓練和測試方法Loss函數Adversarial lossReconstruction LossContent Preseve LossS

原创 爬取網易雲評論

任務爬取網易雲黃老闆的shape of you下面贊超過1000的評論 文章目錄網頁爬取網頁分析參數獲取數據分析數據存儲 網頁爬取 本次任務的難點就在於網頁爬取,可以結合知乎關於此問題的回答一起看 網頁分析 打開網頁之後切換評論的

原创 知乎爬取表情包

任務:爬取你有哪些讓你一秒變開心的表情包回答下的表情包 網頁爬取 這兒主要的知識點是Ajax加載的問題,簡單來說就是瀏覽網頁的時候,會有下滑查看更多的選項,知乎的回答就屬於這種。 先打開Chrome輸入網址,按下F12,打開開發者

原创 MelGAN: Generative Adversarial Networks for Conditional Waveform Synthesis筆記

文章目錄簡介網絡細節生成器總體結構源碼分析設計思路判別器總體結構源碼分析損失函數實驗結果 論文地址:《MelGAN: Generative Adversarial Networks for Conditional Waveform

原创 手把手教你爬取豆瓣Top250

最近在家看了些關於爬蟲的資料,發一個小項目給想學爬蟲的人帶個路~儘可能地介紹一下每步的理由和做法。關於爬蟲的資料太多了,初學者很容易迷失在各種各樣的框架、庫中(比如博主),也是借這個小項目給大家理一下爬蟲的學習路程! 一般而言,其

原创 1007 Red-black Tree (35分)(C++)

There is a kind of binary tree named red-black tree in the data structure. It has the following 5 properties: (1) Every

原创 Python深度學習(11):GAN生成青蛙圖片

算法簡介 GAN最直觀的解釋就是博弈,同時訓練兩個網絡(生成網絡和判別網絡),二者訓練都是爲了打敗彼此。生成網絡將隨機潛在向量轉換爲圖像,判別器試圖分辨真實圖像與生成圖像。 生成網絡:以一張隨機向量作爲輸入,解碼爲合成圖像 判別網

原创 1013 Image Segmentation (35分)(C++)

Image segmentation is usually formulated as a graph partition problem, where each segment corresponds to a connected co

原创 1026 String of Colorful Beads (35 分)(C )

Eva would like to buy a string of beads with no repeated colors so she went to a small shop of which the owner had a ve

原创 1027 Larry and Inversions (35 分)(C++)

Larry just studied the algorithm to count number of inversions. He’s very interested in it. He’s considering anothe

原创 TensorFlow實戰(5):Word2Vec

論文地址:Efficient Estimation of Word Representations in Vector Space 時間:2013.1 word2Vec簡介 在NLP領域中,爲了能表示人類的語言符號,一般會把這些符

原创 TensorFlow實戰(4):經典卷積神經網絡

這一章講解了幾個經典的卷積神經網絡,包括AlexNet,VGGNet,GoogleInceptionNet,ResNet,並用TensorFlow實現他們。關於這一章的介紹方式,我還是挺糾結的。原先想的是按照書上的,每個網絡架構講

原创 Python深度學習(5):詞嵌入(GloVe模型)

詞嵌入簡介 深度學習模型只能處理數值型張量,因此需要將文本轉換爲數值張量,即文本向量化。將文本分解成標記token(單詞、字符或n-gram),將標記與向量關聯的方法常用的one-hot編碼和詞嵌入word embedding。