![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能方面
Mr愚先森
这个作者很懒,什么都没留下…
展开
-
keras的LSTM文本分类预处理及代码简单实现
最近公司在做文本分类处理这一块,自己也没接触,过于是在茫茫的博客中苦苦寻找,给大家推荐一篇比较不错的实在github上找到的,网址贴上。这篇文章的代码实现还是比较简单的。但是存在两个问题:一是训练集。这个训练集是直接从这个包中直接加载并训练的,对于实际的应用来说做文本的类的人士需要将自己的训练集和测试集替换掉它。二是自动分类的预处理过程。它没有介绍在训练之前数据的预处理以及数据的卷积化(应该是这样...原创 2018-03-11 11:45:29 · 19057 阅读 · 2 评论 -
完全图解RNN、RNN变体、Seq2Seq、Attention机制
本文主要是利用图片的形式,详细地介绍了经典的RNN、RNN几个重要变体,以及Seq2Seq模型、Attention机制。希望这篇文章能够提供一个全新的视角,帮助初学者更好地入门。一、从单层网络谈起在学习RNN之前,首先要了解一下最基本的单层网络,它的结构如图:输入是x,经过变换Wx+b和激活函数f得到输出y。相信大家对这个已经非常熟悉了。二、经典的RNN结构(N vs N)...转载 2019-05-16 20:17:13 · 179 阅读 · 0 评论 -
重磅 | 完备的 AI 学习路线,最详细的资源整理!
今天一早看到了 Datawhale 推送的一篇文章,总结了非常全面的关于 AI 的学习资料,作者是 Datawhale,ApacheCN,AI 有道和黄海广博士联合整理贡献的,可谓是非常良心了,如果大家有想入门学习 AI 的,可以来看下这些资料,希望对你有所帮助哈。转载来源 公众号:Datawhale阅读本文大概需要 13 分钟。【导读】本文由知名开源平台,AI 技...转载 2019-05-06 10:00:33 · 744 阅读 · 0 评论 -
神经网络入门
人工智能的底层模型是"神经网络"(neural network)。许多复杂的应用(比如模式识别、自动控制)和高级模型(比如深度学习)都基于它。学习人工智能,一定是从它开始。什么是神经网络呢?网上似乎缺乏通俗的解释。前两天,我读到 Michael Nielsen 的开源教材《神经网络与深度学习》(Neural Networks and Deep Learning),意外发现里面的解释非常...转载 2019-03-19 18:29:22 · 194 阅读 · 0 评论 -
TF-IDF与余弦相似性的应用(三):自动摘要
有时候,很简单的数学方法,就可以完成很复杂的任务。这个系列的前两部分就是很好的例子。仅仅依靠统计词频,就能找出关键词和相似文章。虽然它们算不上效果最好的方法,但肯定是最简便易行的方法。今天,依然继续这个主题。讨论如何通过词频,对文章进行自动摘要(Automatic summarization)。 如果能从3000字的文章,提炼出150字的摘要,就可以为读者节省大量阅读时间。由...转载 2019-02-13 14:10:01 · 261 阅读 · 0 评论 -
推荐算法概述(基于用户的协同过滤算法、基于物品的协同过滤算法、基于内容的推荐算法)
目前推荐系统研宄的主要趋势是从单一的、独立的推荐系统算法逐渐向组合多种推荐算法形成混合式的综合推荐算法方向发展,越来越多的结合用户标签数据、社交网络数据、上下文信息、地理位置信息。群体推荐也成为一个目前非常热门的主题。并且有些也用到了推荐系统领域之外的算法,如模糊集概念、人工智能领域的遗传算法,贝叶斯网络等。当然也有一些研究还在不断深入挖掘传统、经典的如基于内容过滤、协同过滤等算法...转载 2019-02-13 11:06:37 · 2258 阅读 · 0 评论 -
NLP深度学习:近期趋势的总体概述
作者:Elvis Saravia编译:Bot编者按:Elvis Saravia是“国立清华大学”(台湾)的博士生,主要研究NLP和情感计算。今年8月,Tom Youn等人更新了去年发表在IEEE杂志上的重磅文章《Recent Trends in Deep Learning Based Natural Language Processing》,总结了到今年为止,基于深度学习的自然语言处理(N...转载 2019-02-18 10:10:29 · 656 阅读 · 0 评论 -
从基础到实战的 NLP 学习清单
先mark起来 作为一名自然语言初学者,在 NLP 里摸爬滚打了许久,一些心得,请壮士收下。谈一下自己探索过的摸爬滚打过的方法,大致可以分为二种。第一种,在实践中学习,找一个特定的任务,譬如文本分类、情感分析等。然后以做好任务为导向的去挖掘和这一个任务相关的知识点。由于没有系统的学习,肯定会遇到各种各样的拦路虎问题,当遇到不懂的概念时,利用百度/谷歌查阅相关资料去理解学习这个概...转载 2019-02-16 15:49:04 · 528 阅读 · 0 评论 -
机器学习之文本分类(附带训练集+数据集+所有代码)
我本次对4类文本进行分类((所有截图代码和数据集最后附带免费下载地址))主要步骤: 1.各种读文件,写文件 2.使用jieba分词将中文文本切割 3.对处理之后的文本开始用TF-IDF算法进行单词权值的计算 4.去掉停用词 5.贝叶斯预测种类文本预处理: 除去噪声,如:格式转换,去掉符号,整体规范化 遍历的读取一个文件下的每个文本中文分词中文分词就是...转载 2018-12-07 11:50:34 · 10911 阅读 · 14 评论 -
虚拟机中安装tensorflow
1、虚拟机安装:https://jingyan.baidu.com/article/46650658042d3ff548e5f866.html2、tensorFlow的两种不同安装方法(亲测有效)http://blog.csdn.net/u014516389/article/details/72818155准备:由于使用的是虚拟机,所以建议最好安装xshell, x...原创 2018-07-03 19:49:44 · 6924 阅读 · 0 评论