原创 一圖看懂TensorFlow2.0系列(五) TensorFlow1.0代碼如何升級到TensorFlow2.0?

點贊 收藏 分享 文章舉報 Jamie_Wu 發佈了103 篇原創文章 · 獲贊 103 · 訪問量 10萬+ 私信 關

原创 一圖看懂TensorFlow2.0系列(四)TensorFlow2.0裏面的tf.data和dataset怎麼用你真的會了嗎?

點贊 收藏 分享 文章舉報 Jamie_Wu 發佈了103 篇原創文章 · 獲贊 103 · 訪問量 10萬+ 私信 關

原创 一圖看懂TensorFlow2.0系列(十二)如何用TensorFlow2.0實現transformer模型?

點贊 收藏 分享 文章舉報 Jamie_Wu 發佈了103 篇原創文章 · 獲贊 103 · 訪問量 10萬+ 私信 關

原创 一圖看懂TensorFlow2.0系列(三) TensorFlow2.0都有哪些基礎API?

點贊 收藏 分享 文章舉報 Jamie_Wu 發佈了103 篇原創文章 · 獲贊 103 · 訪問量 10萬+ 私信 關

原创 一圖看懂TensorFlow2.0系列(六) TensorFlow的estimator怎麼用,看了這篇徹底搞懂

點贊 收藏 分享 文章舉報 Jamie_Wu 發佈了103 篇原創文章 · 獲贊 103 · 訪問量 10萬+ 私信 關

原创 一圖看懂TensorFlow2.0系列(九) TensorFlow2.0如何實現分佈式訓練?

點贊 收藏 分享 文章舉報 Jamie_Wu 發佈了103 篇原創文章 · 獲贊 103 · 訪問量 10萬+ 私信 關

原创 自然語言處理從小白到大白系列(6)說說中文分詞那些事

文章目錄一. 分詞常用方法1.1 基於詞表的方法最大匹配法全切分路徑選擇法1.2 基於統計模型的方法1. n元語法模型2. 隱馬爾可夫模型(Hidden Markov Model ,HMM)3. 條件隨機場模型(Condition

原创 淺談兩點分佈,二項分佈,伽馬分佈,指數分佈,泊松分佈,卡方分佈,t分佈,F分佈,均勻分佈,正態分佈,β分佈,狄利克雷分佈--概率分佈家族的倫理關係

分佈家族的倫理關係 淺談兩點分佈,二項分佈,伽馬分佈,指數分佈,泊松分佈,卡方分佈,t分佈,F分佈,均勻分佈,正態分佈,β分佈,狄利克雷分佈。(紅丸子,白丸子,四喜丸子。。。) 我們知道,在數理統計中,經常是和各種分佈打交道,也經

原创 自然語言處理從小白到大白系列(4)條件隨機場爲什麼像女朋友一樣不可理喻?

文章目錄1. 線性鏈CRF2. 特徵函數如何理解3. CRF的三個問題——預測問題前向得分4. CRF的三個問題——概率計算5. CRF的三個問題——參數學習6. 條件隨機場和隱馬爾可夫模型,哪個好?   衆所周知,條件隨機場在N

原创 一文說清楚你頭疼不已的熵們:信息熵、聯合熵、條件熵、互信息、交叉熵、相對熵(KL散度)

文章目錄1. 信息熵2. 聯合熵3. 條件熵4. 互信息5. 交叉熵6. 相對熵(KL散度)7. 總結   說起熵,相信看本文的你一定聽過這個概念,我們以前高中的時候在化學裏學過,我們有一種大致的概念就是:熵是描述系統混亂程度的一

原创 自然語言處理從小白到大白系列(5)多個角度徹底理解最大熵模型

文章目錄1.最大熵模型初探1.1 模型引入1.2 特徵函數2.最大熵模型和邏輯迴歸的瓜葛3.最大熵模型和條件隨機場的緋聞4.最大熵模型和同母異父兄弟極大似然估計5.最大熵馬爾科夫模型5.1 隱馬爾科夫模型的侷限:條件獨立假設5.2

原创 條件隨機場——深入剖析邏輯斯蒂迴歸和最大熵模型、條件隨機場,他們到底有啥關係?(二)

文章目錄線性鏈CRF特徵函數如何理解1. w給定時,要找最優的y時,假設每個詞m個狀態,N個詞,解空間是$m^N$個序列,暴力是指數級別的。2. 如果給定了x,w這個p計算時有什麼問題:歸一化因子很麻煩CRF的三個問題——預測問題

原创 邏輯斯蒂迴歸——深入剖析邏輯斯蒂迴歸和最大熵模型、條件隨機場,他們到底有啥關係?(一)

深入剖析邏輯斯蒂迴歸和最大熵模型、條件隨機場,他們到底有啥關係?(一)邏輯斯蒂迴歸線性迴歸分類問題如何學習theta?從對數機率來看LR條件隨機場最大熵模型 邏輯斯蒂迴歸 LR模型是機器學習的入門第一課,不過很多同學一直學到很久都

原创 Spark之初體驗:maven如何新建一個spark項目

Spark之初體驗:maven如何新建一個spark項目 基於maven如何新建一個spark項目? 會讓你選擇Java的版本,這裏只要是1.8以上的就OK 然後下一步: 這裏的groupid就是項目所屬的哪個組下面,artifact

原创 看了這篇你還不懂BERT,那你就過來打死我吧

  目錄 1. Word Embedding. 1 1.1 基於共現矩陣的詞向量... 1 1.2 基於語言模型的詞向量... 2 2. RNN/LSTM/GRU.. 5 2.1 RNN.. 5 2.2 LSTM 通過門的機制來避免梯度消