Sunshine_faner的博客

原创 数据结构---绪论

基本概念与术语数据（data）：是对客观事物的符号表示，在计算机科学中是指所有能输入到计算机中并被计算机程序处理的符号的总称。数据元素（data element)：是数据的基本单位，在计算机程序中通常作为一个整体去考虑与处理。数据对象（data object）：是性质相同的数据元素的集合，是数据的一个子集。数据结构（data structure)：是相互之间存在的一种或者多种特定关系的数...

转载 Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction欢迎讨论！

转载 训练过程

1、准备样本在一个复杂的网络中，我们准备一定数量的用来训练的 x 向量，可以是文本，可以是 图片，可以是音频，甚至可以是音视频结合的更为复杂的训练样本，当然只要是输入到网 络中作为训练样本的一定是向量化的。2、清洗处理在放人网络进行训练之前，需要进行一定处理，处理的目的是为了帮助网络更高效、更准确地做好分类。3、正式训练 根据网络中两个神经元的表达式描述： zh=whx...

转载 机器学习

1、机器学习定义机器学习是一门从数据中研究算法的科学学。根据已有的数据，进行算法的选择，并基于算法和数据构建模型，最终对未来进行预测。2、机器学习概念拟合：构建的算法符合给定数据的特征 鲁棒性:也就是健壮性、强健性、稳健性，是系统的稳健性，当存在异常数据的时候，算法也会拟合数据。 过拟合：算法太符合样本数据发特征，对于实际生产中的数据特征无法拟合。 欠拟合：算法不太符合样本的...

原创 Python中的方法

一、find（）方法Python中的find()方法是指检测字符串中是否包含子字符串 str ，如果指定 beg（开始） 和 end（结束） 范围，则检查是否包含在指定范围内，如果包含子字符串返回开始的索引值，否则返回-1。find(）中的参数有str – 指定检索的字符串beg – 开始索引，默认为0。end – 结束索引，默认为字符串的长度。用法：str.find(s...

翻译 SentiNLP at IJCNLP-2017 Task 4: Customer Feedback Analysis Using a Bi-LSTM-CNN Model

**摘要通过分析顾客户反馈的信息有助于改善顾客服务，许多在线客户反馈采用在线评论的形式，但是大量的此类数据使得手动分类变得不切实际，因此需要自动分类以允许分析系统识别客户表达的含义或意图。IJCNLP 2017共享任务4的目的是将客户反馈分为六个标签。 我们提出了一个系统，它使用单词嵌入来表达语料库...

转载 期刊会议

推荐期刊A类1Artificial Intelligence(AI)http://www.sciencedirect.com/science/journal/000437022IEEE Trans on Pattern Analysis and Machine Intelligence(TPAMI)http://www.computer.org/tpami/3Journal of Ma...

转载 情感分析 ( Sentiment Analysis ) 专知荟萃

入门学习斯坦福大学自然语言处理第七课“情感分析（Sentiment Analysis）” [http://52opencourse.com/235/%E6%96%AF%E5%9D%A6%E7%A6%8F%E5%A4%A7%E5%AD%A6%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E7%AC%AC%E4%B8%83%E8%AF%B...

转载 更新从别人仓库克隆的项目

个人分类： Github相关1.撤销 git add撤销操作git status #先看一下add 中被add了哪些文件git reset HEAD #如果后面什么都不跟的话 就是上一次add 里面的全部撤销了git reset HEAD XXX/abc.python #就是对某个文件进行撤销了123演示：$ git statusOn branch masterYour ...

转载 各种优化方法总结比较(sgd/momentum/Nesterov/adagrad/adadelta)

前言这里讨论的优化问题指的是，给定目标函数f(x)，我们需要找到一组参数x，使得f(x)的值最小。本文以下内容假设读者已经了解机器学习基本知识，和梯度下降的原理。Batch gradient descent梯度更新规则:BGD 采用整个训练集的数据来计算 cost function 对参数的梯度：缺点:由于这种方法是在一次更新中，就对整个数据集计算梯度，所以计算起来非常慢，遇到很大...

转载 自然语言处理中CNN模型几种常见的Max Pooling操作

CNN是目前自然语言处理中和RNN并驾齐驱的两种最常见的深度学习模型。图1展示了在NLP任务中使用CNN模型的典型网络结构。一般而言，输入的字或者词用Word Embedding的方式表达，这样本来一维的文本信息输入就转换成了二维的输入结构，假设输入X包含m个字符，而每个字符的Word Embedding的长度为d，那么输入就是m*d的二维向量。这里可以看出，因为NLP中的句子长度是不同的，所...

转载 特征提取方法：one-hot和TF-IDF

one-hot 和 TF-IDF是目前最为常见的用于提取文本特征的方法，本文主要介绍两种方法的思想以及优缺点。1. one-hot1.1 one-hot编码什么是one-hot编码？one-hot编码，又称独热编码、一位有效编码。其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都有它独立的寄存器位，并且在任意时候，其中只有一位有效。举个例子，假设我们有四个样本（行），每个样本有三个特...

转载 杂谈版

如何搜索质量高的论文质量高的论文肯定是全和新，这里推荐的工具就是Web of Science和谷歌学术。关于全，就是文章提纲挈领，高屋建瓴。这种类型的文章成为review，或者综述类，这方面大家可以用Web of Science搜索完了之后，用侧边栏的文献类型 review来精炼结果。另一个方法就是谷歌学术 里 关键词 加review来。快速入门一个领域还有一种方法，就是国内的博士论文，...

转载 axis=0,axis=1

图示

翻译 深度学习的常规“套路”

搜集数据并给定标签训练一个分类器测试、评估K-近邻算法对于未知类别属性数据集中的点： 流程：计算已知类别数据集中的点与当前点的距离按照距离依次排序选取与当前点距离最小的K个点确定前K个点所在类别的出现概率返回前K个点出现频率最高的类别作为当前点预测分类该算法三个基本要素： k值的选择，距离度量和分类决策规则。 ps:当算法在分类时有个问题，即样本如果不...

原创 常用numpy函数

import numpy as np a=np.arange(10)a.shape表示输出行和列a.ndim表示输出维度a.dtype表示类型a.size表示一个有多少个元素初始化一个矩阵全为0或者1：np.zeros((n,y))表示n行y列全为0的矩阵 np.ones((n,y))表示n行y列全为1的矩阵。np.arange(10,30,5)初始值为10 ，每5个...

转载 Java三大框架

三大框架：Struts+Hibernate+Springjava三大框架主要用来做WEN应用。 Struts主要负责表示层的显示Spring利用它的IOC和AOP来处理控制业务（负责对数据库的操作）Hibernate主要是数据持久化到数据库再用jsp的servlet做网页开发的时候有个web.xml的映射文件，里面有一个mapping的标签就是用来做文件映射的。当你在浏览器上输...

转载 MNIST介绍

MNIST全称是Mixed National Institute of Standards and Technology database。这是一个非常庞大的手写数字数据库。 这些数据集有两个功能：一个功能是提供了大量的数据作为训练集和验证集，为一些学习人员提供了丰富的样 本信息一一这一点很宝贵，要知道在深度学习领域要想在一个方面有比较深的研究成果， 除了需要具备一定的网络设计和调优能力以外，还...

转载 TensorFlow框架特性

1、简介 TensorFlow 是一个采用数据流图（ data flow graphs），用于数值计算的开源软件库。 节点（ nodes）在图中表示数学操作，图中的线（ edges）则表示在节点间相互联系的多维数据 数组，即张量（tensor）。 数据流图用节点和线的有向图来描述数学计算。 “节点” 一 般用来表示施加的数学操作，但也可以表示数据输入（ feed in）的起点／输出（push...

转载 概念

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I...

转载 windows下Anaconda3配置TensorFlow深度学习库

Anaconda3（python3.6）安装tensorflowAnaconda3中安装tensorflow3是非常简单的，仅需通过pip install tensorflow测试代码：import tensorflow as tf>>> hello =tf.constant("Hello TensorFlow~")>>> soss=tf.Session()...

转载 Tensorflow常用的概念

1、tensorflow的基本运作为了快速的熟悉TensorFlow编程，下面从一段简单的代码开始：import tensorflow as tf #定义‘符号’变量，也称为占位符 a = tf.placeholder("float") b = tf.placeholder("float") y = tf.mul(a, b) #构造一个op节点 sess = tf.Session()...