attention 由上式可以看到，对于Attention机制的整个计算过程，可以总结为以下三个过程：根据 Query 与 Key 计算两者之间的相似性或相关性， 即 socre 的计算。通过一个 softmax 来对值进行归一化处理获得注意力权重值， 即 [公式] 的计算。通过注意力权重值对value进行加权求和， 即 [公式] 的计算...
Ubntu安装并使用虚拟环境 一、安装并配置sudo pip install virtualenvsudo pip install virtualenvwrappervirtualenvwrapper 是virtualenv的扩展管理包，可以将所有的虚拟环境整合在一个目录下。配置虚拟环境创建虚拟环境管理目录mkdir ~/.virtualenvs打开.bashrcsudo vim ~/.bashrc...
创建Django项目 1、django-admin startproject test1manage.py:一个命令行工具，可以使用你多种方式对Django项目进行交互内层的目录：项目真正的Python包init.py:一个空文件，他告诉python这个目录应该被看作一个python包setting.py:项目的配置urls.py：项目的url声明wsgi.py:项目于wsgi兼容的web服务器入口...
mvc和mvt MVC框架的核心思想是：解耦降低各个功能模块之间的耦合性（依赖性），方便变更，更容易重构代码，最大程度上实现代码的重用1、高扩展性2、向后兼容（兼容更高版本）3、低耦合性M表示model，主要用于对数据库层的封装V表示view，用于向用户展示结果C表示controller，是核心，用于处理请求、获取数据、返回结果MVTDjango是一款python的web开发框架与MVC有所...
Numpy教程（四） 1、数学函数三角函数sin()、cos()、tan()、arcsin()、arccos（）、arctan（）、degress（）舍入函数numpy.around():返回指定数字的四舍五入值numpy.floor()numpy.ceil()2、算数函数加减乘除add（）、subtract（）、multiply（）、divide（）numpy.reciprocal...
Numpy教程（三） 1、迭代数组2、数组操作reshape()修改数组形状import numpy as np a = np.arange(8)print (a)print ('')b = a.reshape(4,2)print (b)原始数组：[0 1 2 3 4 5 6 7]修改后的数组：[[0 1] [2 3] [4 5] [6 7]]翻转数组numpy....
Numpy教程（二） 1、切片和索引slice（start, stop , step ）a = np.arange(10)s = slice(2,7,2) # 从索引 2 开始到索引 7 停止，间隔为2print (a[s]) #[2 4 6]冒号分隔切片参数start:stop:stepimport numpy as npa = np.arange(10) b = ...
Numpy教程（一） ndarray对象1、创建一个ndarray对象numpy.array([1,2,3])2、numpy.dtype()数据类型对象3、Numpy数组属性（常用）ndarray.ndim:秩，即轴的数量或维度的数量ndarray.shape:数组的维度，对于矩阵，n行m列ndarray.size数组元素的总个数，相当于ndarray.shape中n*m的值ndarray.dtype...
神经网络Neura Network 1、背景1.1以人脑中的神经网络为启发，历史上出现过很多不同的版本1.2最著名的算法是backpropagation2、多层向前神经网络（Multilayer Feed-Forward Neural Network）2.1Backpropagation被使用在多层向前神经网络上2.2多层向前神经网络由以下部分组成：输入层（input layer），隐藏层（hidden layers），...
机器学习python 支持向量机Support vectors machine (SVM算法)（线性可区分类一） 1、背景1.1最早有VNV和Alexey Ya C在1963年提出1.2目前的版本是由Cor和VNV在1993年提出，并在1995年发表1.3深度学习在2012年出现之前，SVM被认为机器学习近十几年来最成功，表现最好的算法2、机器学习的一般框架：训练集—>提取特征向量—>结合一定的算法（分类器：比如决策树和KNN）—>得到结果3、SVM介绍3.2SVM寻找区分两类...
machine learning Knn算法 最邻近规则取样（三）自己实现算法 import csv import randomimport mathimport operator#导入数据集,split将数据分为两部分，训练集和测试集def loadDataset(filename,split,trainingSet=[],testSet=[]): with open(filename,'rt') as csvfile: lines=csv.reader(...
machine learning Knn算法 最邻近规则取样（二）应用 一、数据集Iris data ----虹膜150个实例萼片长度，萼片宽度，花瓣长度，花瓣宽度（sepal length,sepal width,patel length,patel width）类别Iris setosa,iris versicolor, iris virginica二、sklearnfrom sklearn import neighborsfrom sklearn...
machine learning Knn算法 最邻近规则取样（二）应用 一、数据集Iris data ----虹膜150个实例萼片长度，萼片宽度，花瓣长度，花瓣宽度（sepal length,sepal width,patel length,patel width）类别Iris setosa,iris versicolor, iris virginica二、sklearnfrom sklearn import neighborsfrom sklearn...
machine learning Knn算法 最邻近规则取样（一） 1.1Cover和Hart在1968年提出的最邻近算法1.2分类（classification）算法1.3输入基于实例的学习（instance-based learning），懒惰学习（lazy learning）3.算法详述3.1步骤为了判断未知实例的类别，以所有一直类别的实例作为参照（将每个训练样本转为立体的坐标）选择参数k（个数）计算未知实例于所有已知实例的距离选择k个已知实...
python 去掉字符串中的空格以及换行符 replace（） 的用法 str.replace(old, new[, max])old -- 将被替换的子字符串。new -- 新字符串，用于替换old子字符串。max -- 可选字符串, 替换不超过 max 次
python 去掉字符串中的空格以及换行符 replace（） 的用法 str.replace(old, new[, max])old -- 将被替换的子字符串。new -- 新字符串，用于替换old子字符串。max -- 可选字符串, 替换不超过 max 次
python中有关json的4个函数 json.dumps()和json.loads() json.dump()和json.load() 一、json.dumps()函数的使用，将字典转化为字符串1 import json4 dict1 = {"age": "12"}5 json_info = json.dumps(dict1)6 print("dict1的类型："+str(type(dict1)))7 print("通过json.dumps()函数处理：")8 print("json_info的类型："+str(typ...
关注
