Hudson的博客

from __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_functionfrom __future__ import unicode_literalsimport sysif sys.version_info[0] < 3: reload(sys) sys.setdefaultencoding('utf-8')编码问题from _

前言推荐参考书籍如下：推荐使用Typora打开，阅读效果更好《统计学习方法（第2版）》- 李航《Deep Learning》- Ian Goodfellow等《机器学习》- 周志华《百面机器学习》- 诸葛越等项目地址：https://github.com/laddie132/NLP-Interview博客：https://laddie132.github.io/2020/0...

许多情况下，我们所调试的安卓设备并没有屏幕显示，或者阉割掉了系统设置模块，比如斐讯R1智能音箱。这时候，使用adb的wifi控制就显得尤为重要，基于在Github的adb-join-wifi项目，我们增加了802.1x的PEAP加密协议支持，并且引入了静态ip地址，以及删除网络配置等功能，修改后的项目地址为https://github.com/laddie132/adb-join-wifi使用...

目录谷歌云平台免费搭建个人博客方法一：虚拟机服务方法二：App EngineStep1：创建Cloud SQLStep2：创建WordPress项目Step3：部署至App Engine注意事项参考谷歌云平台免费搭建个人博客谷歌云平台（Google Cloud Platform，GCP）的$300体验政策对开发者真的是十分友好，网上有各种各样的无限试用教程，大家可以参考。基于此，本文介绍下如何...

简介这篇论文发表时间比较近，比较全面地总结了match-LSTM、R-Net等众多前人模型的优缺点，并做了很好的改进，如：增加编码层能力，解决长距离上下文信息，提炼预测答案片段，直接优化评价函数等，在SQuAD数据库上取得了State-Of-Art的效果。前人的很多模型都具有一个共同的网络框架，即“encoder-interaction-pointer”。首先是将问题和段落的单词序列利用R

介绍该文由MSRA发表，在SQuAD数据库上目前成绩最好。模型借鉴了Wang&Jiang最早的match-LSTM方法，做了一些改进，网络结构分为以下四部分：RNN网络分别对question和passage单独编码基于门限的注意力循环神经网络（gated-attention based recurrent network）匹配question和passage，获取问题的相关段落表示（q

介绍在Machine Comprehension（MC）任务中，早期数据库规模小，主要使用pipeline的方法；后来随着深度学习的发展，2016年，一个比较大规模的数据库出现了，即SQuAD。该文是第一个在SQuAD数据库上测试的端到端神经网络模型。主要结构包括两部分：Match-LSTM和Pointer-Net，并针对Pointer-Net设计了两种使用方法，序列模型（Sequence M

在java中，我们常常使用log4j模块来集中处理日志，同样，在python中，有logging模块担任这一功能。级别在logging中，日志分为以下几个等级（从低到高）：debuginfowarningerrorcritical最高等级是严重错误，最低等级就是调试信息了。在代码中可以直接进行不同level的调用，只不过需要在初始化程序的时候，控制logging模块需要

使用pytorch时，有一些值得注意的地方，记录如下：tensor和variabletensor表示张量：一般情况下，一维tensor叫向量，二维tensor叫矩阵，多维tensor叫张量variable表示变量：实际上，是一个tensor的高级封装，同时包含了梯度值，且同一个变量的梯度值是累计更新的，需要手动清零。默认设置requires_grad=Falseparameter表示...

介绍Image Caption是计算机视觉和自然语言处理相结合的一个任务，作者提出了一种基于神经网络的方法，将用于物体识别的cnn网络和用于机器翻译的lstm网络拼接起来，通过极大化正确描述的似然函数来训练这个网络。发表论文时，pascal数据集上bleu-1得分最高是25分，作者的模型可以到59分，人类水平大约是69分。该文主要是由于当时机器翻译模型的一些突破性进展，使用rnn模型的

Spark程序主函数注意在scala程序中，主函数有两种启动方式：object Test extends App { //ToDo}object Test{ def main(args: Array[String]): Unit = { //ToDo }}其中第一种方法在Spark中不被兼容，可能会出现空指针异常，如下代码：object Test extends App{

这道题目采用双向链表数据结构，用left[i]和right[i]分别表示编号为i的盒子左边和右边的盒子编号，对于不同指令变换为对left和right数组的操作。最后遍历一个数组即可。题目中细节操作较多，需要细心检查。。。#include#include#includeusing namespace std;#define MAXL 100010int right[MAXL],

这道题目在算法竞赛入门经典中是作为链表题目来做的，其实解法还有很多，这里列出我的思路：把一串字符分成一个一个的单词，再把单词压入双端队列中，最后按顺序输出即可。#include#include#include#include#include#includeusing namespace std;deque d;void Insert(int sta,string& s)

这道题目是考察stl模板库中map的使用，使用map类型保存每本图书的状态，根据不同输入指令实现状态变换即可。另外需要注意的就是对于各种字符串的处理，需要灵活使用各种string类函数。#include#include#include#include#include#includeusing namespace std;#define LEN 90#define MAXL

题目要求找到一个尽量长的连续序列，使得该序列中没有相同的元素。采用滚动窗口的方法解决非常方便。从左到右首先尽量延长right，right无法延长时再继续把left向右移动一个，然后重复以上过程，每次再取ans最大值即可。另外再判断重复时可采用数据结构，利用set集合十分方便。#include#include#include#include#include#includeusin

题目要求计算满足所有村庄供需所需要的最少劳动力。利用等价交换的算法设计方法将问题范围依次缩小，从而达到目的。（注意采用long long类型）#include#include#include#include#include#includeusing namespace std;#define maxn 100005int a[maxn];int main(){//

题目写的是找出，不能通过字母重排得到输入文本中其他单词的单词，并按字典序输出。 解决方法还是比较巧妙的，利用了c++中STL库的map数据结构来简化代码。具体如下：首先标准化每个输入的单词（即全部化为小写且字母按字典序排列），然后无重复存入map#include#include#include#include#include#include#includeusing names

这道题目要求判断括号是否平衡。由于是判断就很简单了，利用stl里面的stack栈，遇到‘(’或者‘[’就入栈，遇到']'或')'就比较出栈。（注意下可能输入空字符）  #include #include #include #include #include #include #define maxn 200using namespace std;int main(){

这是刘汝佳算法入门上的一道拓扑排序题目。拿来练练手，题目采用dfs对有向无环图进行排序。每找到一个数，人如果有比它大的就继续dfs递归，直到最大的数，然后开始逆序存储到topo数组里面。（特别注意题目有坑，m可以为0 呀！）   #include #include #include #include #define maxn 10000using namespace std;

这道题目是刘汝佳算法入门中的一道动态规划题目。要求添加最少括号得到一个规则序列。先来看看它的状态转移，稍有复杂。  如果S是形如(S`)或[S`]的，就转移到d(S`)。  如果至少有两个字符，那么S可以分为A和B，转移到d(A)+d(B)。边界条件就是S为空是d(S)为0，S位单字符时d(S)=1。另外需要注意的就是不管S是否进行第一种转移，都要尝试第二种转移。 #inc