原创 Python進階筆記(三)深入理解序列類
3.1 py中的序列分類 第一個維度通過序列存儲數據的類型： 容器序列：list,tuple,deque; 扁平序列：str,bytes,bytearray,array.array; 第二個維度通過序列是否可變來進行區分： 可變
2020-06-09 02:53:22
原创 NLP基本算法(一)-隱馬爾科夫
關於NLP相關包安裝配置，可以參考： NLP工具包安裝配置 關於分詞的應用可以參考： 自然語言處理NLP-準確分詞(應用) 隱馬爾科夫 本週更完(6.23日前)
2020-06-09 02:53:22
原创 Python進階筆記(四)深入Python的set和dict
4.1 dict的abc繼承關係 dict是屬於Mapping類型 from collections.abc import Mapping, MutableMapping # a實際上並不是去繼承了MutableMapping，
2020-06-09 02:53:22
原创 NLP面試題目總結
數據結構與算法相關 1. 快速排序算法 請實現快速排序算法，自行設計測試用例來說明算法的準確性，算法的時間和空間複雜度是多少？最壞的時間複雜度是多少？ 快排是每次從當前考慮的數組中選擇一個元素，以這個元素爲基點，之後把這個元素放在
2020-03-03 14:53:03
1
原创 Pytorch中torch.Tensor和torch.tensor()以及其他Tensor類型的區別
torch.Tensor()默認是torch.FloatTensor()的簡稱，創建的爲float32位的數據類型； torch.tensor()是對張量數據的拷貝，根據傳入data的類型來創建Tensor; 其他數據類型，如L
2020-02-20 16:16:42
原创 LeetCode第一階段(一)【數組篇】
LeetCode 283 Move Zeros 給定一個數組nums,寫一個函數，將數組中所有的0挪到數組的末尾，而維持其他所有非0元素的相對位置。 舉例：nums = [0,1,0,3,12],函數運行後的結果爲[1,3,12,
2019-09-16 13:39:56
原创 最優化方法問題總結
最近在學習得過程中感悟很大，即通過OKR的方法來形成自己學習內容中最小的閉環。另外對所謂學過的知識經常忘有了新的認識，所要做的不是以前的那套–所謂和遺忘作鬥爭不斷去重複，而是思考清楚爲什麼會遺忘，一是自己沒有真正理解，二是沒有將知
2019-08-03 03:40:17
原创 CNN文本分類
使用卷積神經網絡（CNN）用預先訓練好的詞向量對句子級別的文本分類做了一系列實驗。實驗表明，一個簡單的CNN，只需少量超參數調整和靜態向量（詞向量不參與訓練），就可以在多個基準測試中取得出色的結果。通過微調特定學習任務的詞向量可以進一步提
2019-07-09 04:44:34
原创 掌握Git工作流(二)--git分支管理
分支管理大綱： 分支就相當於是工廠裏的流水線，分支之間是互相不會影響的。 掌握Git工作流(一)--git基本操作 掌握Git工作流(二)--git分支管理 掌握Git工作流(三)--git工作流 一. git 分支基本操作 也可以理
2019-07-06 04:37:35
原创 掌握Git工作流(三)--git工作流
實際工作流 掌握Git工作流(一)--git基本操作 掌握Git工作流(二)--git分支管理 掌握Git工作流(三)--git工作流 一. 創建倉庫 gitingnore文件是幹嗎的，當我們在開發運行.py結尾的文件時，經常會
2019-07-06 04:37:35
原创 掌握Git工作流(一)--git基本操作
基本操作大綱： 掌握Git工作流(一)--git基本操作 掌握Git工作流(二)--git分支管理 掌握Git工作流(三)--git工作流 一. git 簡介 git 採用分佈式系統管理，可以方便的管理某一個目錄下的代碼
2019-07-06 04:37:35
原创 關鍵詞提取
一般來說，TF-IDF算法和TextRank算法就可以滿足大部分的關鍵詞提取任務。但是在某些場景，基於文檔本身的關鍵詞提取還不是非常足夠，有些關鍵詞不一定會顯式的出現在文檔中，對於一些需要表現出文中沒有的關鍵詞提取，即叫主題模型。 在
2019-07-01 04:01:05
原创 N-GRAM文本挖掘
N-GRAM介紹： N-Gram是基於一個假設：第n個詞出現與前n-1個詞相關，而與其他任何詞不相關。(隱馬爾科夫當中的假設。)整個句子出現的概率就等於各個詞出現的概率乘積。各個詞的概率可以通過語料中統計計算得到。 假設句子T是有
2019-06-28 04:25:19
原创 tensorflow遇到ImportError: Could not find 'cudart64_100.dll'錯誤解決
在安裝tensorflow的時候，當用ipython使用import tensorflow出現的錯誤 ImportError: Could not find 'cudart64_100.dll' 簡答： 仔細分析錯誤的類型、
2019-06-22 13:41:37
834