藏知阁

There are 4 tasks: Task 1: Task 2: Task 3: Task 4:

public class Test{ public interface CLibrary extends Library { CLibrary instance =(CLibrary)Native.loadLibrary(LIB_DIR,CLibrary.class) public static String test(); }

在机器学习中（特别是分类模型），模型训练时，通常都是使用交叉熵（Cross-Entropy）作为损失进行最小化：CE(p,q)=−∑i=1Cpilog(qi)CE(p,q)=−∑i=1Cpilog(qi)其中CC代表类别数。pipi为真实，qiqi为预测。我们以MNIST多分类为例，通常Label会编码为One-Hot，最后一层输出会使用Softmax函数进行概率化输出，如下表所示：...

1. 简介BLEU（Bilingual Evaluation Understudy），相信大家对这个评价指标的概念已经很熟悉，随便百度谷歌就有相关介绍。原论文为BLEU: a Method for Automatic Evaluation of Machine Translation，IBM出品。本文通过一个例子详细介绍BLEU是如何计算以及NLTKnltk.align.bleu_scor

三个类别： Sample True Predict 1 [0 0 1] [0.1 0.2 0.7] 2 [0 1 0] [0.1 0.6 0.3] 3 [1 0 0] [0.5 0.2 0.3] 4 [0 0 1] [0.1 0.1 0.8] 5 [1 0 0] [0.4 0.2 0.4] ...

在自然语言处理中，“选择偏好”这个概念非常容易理解。比如下面的例子：a）我吃了一个苹果。 b）电脑吃了一串钥匙。很明显a句子是非常合理的，但b句子就非主流了。对于“吃”这个谓语动词，它的主语通常是动植物，而宾语通常就是能被吃的东西了。所以说，在自然语言中，谓语（Predicate）对其论元（Argument）是有一定选择倾向性的，不是什么词语都可以通过简单排列组合进行搭配的。选择偏好...

二项分布和Beta分布二项分布随机变量XXX服从二项分布，写作X∼Bin(n,p)X∼Bin(n,p)X \sim Bin(n,p)，它的概率质量函数为：P(X=k)=(nk)pk(1−p)n−kP(X=k)=(nk)pk(1−p)n−kP(X=k)=\binom{n}{k} p^k(1-p)^{n-k}例如有一位NBA球员，他的命中率是0.55，现在他投了6次，那么他命中2次...

现象例子：有一个概率单纯形向量vv\mathbf{v}： v=[0.6,0.4]v=[0.6,0.4]\mathbf{v}=[0.6, 0.4]和一个概率转移矩阵PP\mathbf{P}: P=[0.70.80.30.2]P=[0.70.30.80.2]\mathbf{P}=\begin{bmatrix}0.7 & 0.3 \\ 0.8 & 0.2\end{bmatr...

实例如下有三个网页A，B，C及其链接关系：构造邻接矩阵（Adjacent Matrix）：A=⎡⎣⎢110100110⎤⎦⎥A=[111101000]A=\begin{bmatrix}1 & 1 & 1 \\ 1 & 0 & 1 \\ 0 & 0 & 0\end{bmatrix}每个节点都有一个Hub分数和Authority分数，所以有一个Hub向量hh\math...

准备双语语料zh.txt：源语言海洋 是 一个 非常 复杂 的 事物 。人类 的 健康 也 是 一 件 非常 复杂 的 事情 。将 两者 统一 起来 看 起来 是 一 件 艰巨 的 任务 。 但 我 想 要 试图 去 说明 的 是 即使 是 如此 复杂 的 情况 ， 也 存在 一些 我 认为 简单 的 话题 ， 一些 如果 我们 能 理解 ， 就 很 容易 向前 发展 的 话题 。...

我们知道当数据维度太大时，进行分类任务时会花费大量时间，因此需要进行数据降维，其中一种非常流行的降维方法叫主成分分析。Exploratory Data Analysis鸢尾花数据集：import numpy as npfrom sklearn.datasets import load_irisiris = load_iris()type(iris.data) # ...

假如我们的原始数据矩阵是XX\mathbf{X}，维度是n∗mn∗mn * m。主成分分析： 首先计算XXX的协方差矩阵C=Cov(X)C=Cov(X)C=Cov(X)，CCC的维度是m∗mm∗mm*m，然后对协方差矩阵进行特征分解： C=PΛP−1C=PΛP−1C=P\Lambda P^{-1} 这里Pm∗mPm∗mP_{m*m}由CCC的特征向量组成，对角矩阵Λm∗mΛm∗m\L...

解码是seq2seq模型的常见问题，常用方法有贪心搜索（Greedy Search）集束搜索（Beam Search）。简单贪心搜索 From [1]如图，Decoder根据Encoder的中间语义编码向量ccc和<s>标签得到第一个输出的概率分布[0.1,0.1,0.3,0.4,0.1][0.1,0.1,0.3,0.4,0.1][0.1, 0.1, 0.3, 0.4, ...

多元线性回归（数据是经典的Boston房价预测）：# coding=utf-8import numpy as npimport tensorflow as tffrom sklearn.datasets import load_boston# NumPy dataX, y = load_boston(return_X_y=True)X = X.astype(np.float3...

KL散度（Kullback-Leibler Divergence）也叫做相对熵，用于度量两个概率分布之间的差异程度。

语义角色标注（Semantic Role Labeling）的目标主要是识别出句子中Who did What to Whom, When and Where。英文数据集主要有CoNLL-2005和CoNLL-2012提供的标注数据集，其中CoNLL-2005的数据集来源于Penn Tree Bank，CoNLL-2012的数据集来源于OntoNotes v5.0。然而，PTB和OntoNote...

Stanford CoreNLP的源代码是使用Java写的，提供了Server方式进行交互。stanfordcorenlp是一个对Stanford CoreNLP进行了封装的Python工具包，GitHub地址，使用非常方便。安装stanfordcorenlp包之前： 1：下载安装JDK 1.8及以上版本。 2：下载Stanford CoreNLP文件，解压。 3：处理中文还需要下载中文

Eclipse EE： http://jingyan.baidu.com/article/9f63fb91a7d2a5c8400f0e20.html IntelliJ IDEA 14： http://mark.leanote.com/post/使用IntelliJ-IDEA-14和Maven创建java-web项目

文件读写基本读取文件：BufferedReader br = new BufferedReader(new FileReader(new File(filePath);String line=null;StringBuilder sb=new StringBuilder();while((line=br.readLine())!=null){ sb.append(line);}写入文

易百教程：通过一个实例，教会你从创建项目到部署全过程，初学者强烈推荐。 特别注意：用JavaFX Scene Builder更改界面后一定记得项目右键Refresh（Eclipse）官方教程1：官方教程2：Using JavaFX UI Controls：This tutorial covers built-in JavaFX UI controls available in the Jav

Stanford CoreNLP由Java语言开发，是斯坦福大学自然语言处理小组的研究成果。 包含自然语言处理的基本任务：分词、词性标注、依存句法分析、命名实体识别等等，支持多语言。项目地址：GitHub本文主要记录使用注意事项。Stage 1首先我们要下载 CoreNLP Java包。 然后在Eclipse里面的Classpath里面引入jar文件。如下图红色框所示： CoreNLP只需

Nginx入门

MongoDB入门

Tomcat 7在Ubuntu14.04下默认安装路径

MySQL备份入门

Ubuntu 14.04 安装Apache、MySQL、PHP、JDK7、Tomcat7、vsFTPd、Open SSH Server快速步骤

Python的subprocess模块使用介绍

Java Collections 集合类List，Set，QueueArrayList、LinkedList、HashSet、LinkedHashSet、TreeSetHashMap、LinkedHashMap、TreeMap

相关概念： Login Shell：需要输入账号密码Shell，比如tty1-tty6终端、通过ssh登录的终端 Non-login Shell：不需要输入账号密码的Shell，比如图形模式下Ctrl+Alt+T得到的Terminal、Shell下的子进程区别： /etc/profile、/etc/bash.bashrc文件是针对所有用户来说的，每个用户登录时都会执行，其中/etc/pr...

首先上个图，看看PyQt运行长什么样：图片来自： http://static.oschina.net/uploads/space/2013/0423/083239_08UQ_5189.jpgPyQt是一个Python GUI库。 PyQt4兼容Python 2.x和Python 3.x，PyQt5只能用于Python 3.x。 这里以PyQt4为例。一、安装PyQt4：Ubuntu：sudo

NumPy中最重要的类ndarray和matrix，理解它们的四则运算至关重要，然而它们跟数学中的矩阵运算还是有一定差别。

以下函数均返回一个Tensor对象，类似矩阵数据，包括单个值，向量，多维矩阵。基本的两个创建常量Tensor的函数tf.constant(value, dtype=None, shape=None, name="Const", verify_shape=False)根据value和shape来创建一个常量Tensor。value可以是一个数，也可以是一个list。 如果是一个数，那么这个常量中所有值

Anaconda官网下载学过Python的估计都知道virtualenv可以用来创建Python的虚拟环境，然而它的一个缺点是难以指定Python的确切版本，比如电脑只安装了Python 3.6，那我们就只能以Python 3.6为基础环境，然后安装任意版本的第三方包。Anaconda和virtualenv类似，也是用来创建Python的虚拟运行环境，但它的优点就是可以指定任意版本的Pyt...