2016年10月_热爱Coding

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 tf.nn.conv2d_transpose 实例及解析

这个程序完全按照 https://github.com/tensorflow/tensorflow/blob/r0.11/tensorflow/core/kernels/conv_grad_ops.cc#L127 的第一个所写看源码可见conv2d_transpose实际就是计算conv2d_backprop_input// Consider a case where the input is 3x

2016-10-28 12:21:33 14200 5

原创 tensorflow源码解读之gen_array_ops.py文件的space_to_batch_nd方法

这个文件是编译时生成的，在array_ops.py文件的space_to_batch方法调用到。这个操作是atrous_conv2d为了给gen_nn_ops.conv2d传参数之前的参数调整。而gen_nn_ops.conv2d的input参数一直是[batch, in_height, in_width, in_channels] 例如这里的[1,5,5,1]经过space_to_batch

2016-10-25 15:50:20 3497

原创 tensorflow add操作的一个现象

a = tf.placeholder("float", [None, 3])b = tf.placeholder("float", [3])c = tf.add(a,b)with tf.Session() as sess: print sess.run(c, feed_dict={a: [[1,1,1]], b: [2, 2, 2]}) print sess.run(c, feed_d

2016-10-25 11:23:27 2035

原创 tf.nn.atrous_conv2d 实例

import numpy as npimport tensorflow as tfx_image = tf.placeholder(tf.float32,shape=[5,5])x = tf.reshape(x_image,[1,5,5,1])#Filter: WW_cpu = np.array([[3,1,1],[0,-2,0],[0,-1,1]],dtype=np.float32)W =

2016-10-24 15:20:42 4220

原创 python flask mysql request 实例

# -*- coding:utf-8 -*-from flask import Flask, jsonifyfrom flask import request#pip install Flask-MySQL# #https://github.com/cyberdelia/flask-mysqlfrom flaskext.mysql import MySQLapp = Flask(__nam

2016-10-21 15:24:48 1705

原创 tf.select 实例

使用tf.select实现eluelu = lambda x: tf.select(x < 0., tf.exp(x) - 1., x)sess.run(tf.gradients(elu(z), z), {z: -1.})sess.run(tf.gradients(elu(z), z), {z: 1.})

2016-10-20 10:53:17 1965

原创 tensorflow 二阶导数计算

http://stackoverflow.com/questions/38200982/how-to-compute-all-second-derivatives-only-the-diagonal-of-the-hessian-matrix

2016-10-19 20:16:48 4303

原创 gensim Word2Vec 处理中文 KeyError

model = gensim.models.Word2Vec.load_word2vec_format(‘../data/wiki.zh.text.vector’, binary=False) 之后word = model['的']改为word = model[u'的']

2016-10-19 17:33:52 6411

原创 tensorflow reverse_sequence实例

import tensorflow as tfa = tf.constant([[1,2,3], [1,2,3], [1,2,3]])l = tf.constant([2,2,2],tf.int64)b = tf.reverse_sequence(a,seq_lengths=l,batch_dim = 0,seq_dim = 1)c = tf.Print(b,[b],summarize=9)

2016-10-09 15:40:00 3237

原创 ubuntu 安装gdb界面工具DDD

configure报错 The X toolkit library ‘-lXt’ could not be found. The X11 library ‘-lX11’ could not be found Cannot find termcap compatible library 要装这些 sudo apt-get install libmotif-dev sudo apt-ge

2016-10-07 19:38:59 2550 1

stanford-corenlp-4.5.6.zip

https://nlp.stanford.edu/software/stanford-corenlp-4.5.6.zip

2024-03-12

huggingface的bert-base-chinese

https://huggingface.co/google-bert/bert-base-chinese pytorch和tensorflow都有

2024-03-05

huggingface的bert-base-uncased

https://huggingface.co/google-bert/bert-base-uncased pytorch和tensorflow都有

2024-03-03

TREC-6 文本分类数据集

https://www.tensorflow.org/datasets/catalog/trec

2024-02-22

chatglm3-6b的模型参数文件0/7

这个是除了7个大文件之外的所有小文件

2023-11-30

chatglm3-6b的模型参数文件6/7

2023-11-29

chatglm3-6b的模型参数文件5/7

2023-11-29

chatglm3-6b的模型参数文件4/7

2023-11-29

chatglm3-6b的模型参数文件7/7

2023-11-28

chatglm3-6b的模型参数文件3/7

2023-11-28

chatglm3-6b的模型参数文件2/7

2023-11-28

chatglm3-6b的模型参数文件1/7

2023-11-28

Deep (Convolution) Networks from First Principles by马毅老师

2023-09-26

NLPIR新闻语料库（2400万字）

1.解压缩后数据量为48MB，大约2400万字的新闻； 2.采集的新闻时间跨度为2009年10月12日至2009年12月14日。 3.文件名为新闻的时间；每个文件包括多个新闻正文内容（已经去除了新闻的垃圾信息）； 4.新闻本身内容的版权属于原作者或者新闻机构； 5.整理后的语料库版权属于www.NLPIR.org； 6.可供新闻分析、自然语言处理、搜索等应用提供测试数据场景；如需更大规模的语料库，可以联系NLPIR.org管理员。

2023-08-30

CLUE AFQMC 语义相似度数据集

蚂蚁金融语义相似度 Ant Financial Question Matching Corpus 数据量：训练集（34334）验证集（4316）测试集（3861）

2023-07-24

CLUE TNEWS 文本分类数据集

今日头条中文新闻（短文本）分类 Short Text Classificaiton for News 数据量：训练集(53,360)，验证集(10,000)，测试集(10,000)

2023-07-24

Linux-CentOS编译好的python3.8，解决了ssl相关问题

2023-02-17

MovieLens 20M Dataset

MovieLens 20M movie ratings. Stable benchmark dataset. 20 million ratings and 465,000 tag applications applied to 27,000 movies by 138,000 users. Includes tag genome data with 12 million relevance scores across 1,100 tags. Released 4/2015; updated 10/2016 to update links.csv and add tag genome data.

2022-05-31