liushui94-CSDN博客

原创设计模式--01策略模式

案例来自--Head First设计模式1.最初项目需求是：设计鸭子模拟游戏，有不同的鸭子，红头鸭，绿头鸭。鸭子都会呱呱叫，但是外表不同--设计思路----肯定是使用面向对象的设计思路，设计一个鸭子超类，外表设计为抽象方法2.后来项目需求改了需要鸭子会飞，并且鸭子有可能是橡皮玩具鸭，会叫不会飞；诱饵鸭，不会叫不会飞--设计思路----在超类里增加会飞的动作，这样的话每个鸭子...

2019-12-08 12:54:04 223

原创个人知识管理

1 引出1.1三大挑战信息经济 2.信息爆炸 3.年龄身体素质1.2时代特点易变性 2.不确定性 3.复杂性 4.模糊性1.3最焦虑的是什么怕被淘汰却没时间学习1.4如何解决？个人知识管理，实现终身成长但是碎片化的知识是没有生产力的。信息不等于知识，经验也不等于知识知识是把经验进一步规则化的提炼只要对过去经历的事情加以反思，学习就发生了。2.四部曲...

2019-08-02 21:54:08 542

好久没写博客了，近几天重新看LSTM，发现有很多细节之前没有理解到位，并且至今有一些疑惑。接下来从RNN谈起，利用公式描述，并结合tensorflow函数说明两个容易混淆的细节。之后讲解LSTM，主要参考自大神Alex Graves论文《supervised sequence labelling with recurrent neural networks》，同时加上自己的理解，如果不对，请大家指...

2019-05-10 01:31:24 1983 4

原创在Flask框架下解决Tensorlfow模型加载无效问题

在Flask框架下，加载tensrflow模型会出现如下错误"The name 'encoder_inputs' refers to an Operation not in the graph."原因在于tf模型与flask并不在同一个线程中。解决方案参考tf官网给出的： tf.get_default_graphDefined in tensorflow/python/fram...

2018-12-09 20:03:49 1313

转载 leetcode NO.2--两数相加

题目描述：给定两个非空链表来表示两个非负整数。位数按照逆序方式存储，它们的每个节点只存储单个数字。将两数相加返回一个新的链表。你可以假设除了数字 0 之外，这两个数字都不会以零开头。示例：输入：(2 -> 4 -> 3) + (5 -> 6 -> 4)输出：7 -> 0 -> 8原因：342 + 465 = 807class L...

2018-07-23 21:39:23 127

原创 python解析owl文件

参考网站：http://rdflib.readthedocs.io/en/stable/# -*- coding: utf-8 -*-import rdflibimport refrom rdflib import Namespace,RDF# q = "select ?Subject ?Object where { ?Subject <http://www.w3.org/1...

2018-05-06 23:13:41 8734 7

原创 tensorflow的几种参数初始化方法

在tensorflow中，经常会遇到参数初始化问题，比如在训练自己的词向量时，需要对原始的embeddigs矩阵进行初始化，更一般的，在全连接神经网络中，每层的权值w也需要进行初始化。 tensorlfow中应该有一下几种初始化方法1. tf.constant_initializer() 常数初始化2. tf.ones_initializer() 全1初始化3. tf.zeros_init

2018-01-01 22:36:40 12415

原创 LR模型（逻辑回归模型）

1.逻辑回归模型按照音译logistic regression应该是逻辑斯蒂回归，太难听了，就简称逻辑回归吧。1.1 二项逻辑回归模型二项逻辑回归模型是一种二分类模型，尽管它叫“回归”。模型如下： P(Y=1|x)=e(w⋅x+b)1+e(w⋅x+b)....(1)P(Y=1|x)=\frac{e^{(w\cdot x+b)}}{1+e^{(w\cdot x+b)}}....

2017-12-23 22:11:16 1645

原创决策树原理与python实现

总述决策树（decision tree）是一种分类与回归方法。在分类过程中可以理解为基于特征对实例进行分类，也可以认为是if else的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。决策树学习过程通常包括三个步骤：（1）特征选择（2）决策树的生成（3）决策树的剪枝。决策树常用算法有ID3(Iterative Dichotomiser 3 迭代二叉树三代)、C4.5、CART

2017-12-16 21:09:59 374

原创切分训练集与测试集

#coding:utf-8import randoma = [1,2,3,4,5]random.shuffle(a)print(a)# 直接对a操作，进行洗牌>>>[3,2,4,5,1]

2017-12-10 11:40:51 592 1

原创 newcoder在线编程3--电话号码分身

题目描述继MIUI8推出手机分身功能之后，MIUI9计划推出一个电话号码分身的功能：首先将电话号码中的每个数字加上8取个位，然后使用对应的大写字母代替（”ZERO”, “ONE”, “TWO”, “THREE”, “FOUR”, “FIVE”, “SIX”, “SEVEN”, “EIGHT”, “NINE”），然后随机打乱这些字母，所生成的字符串即为电话号码对应的分身。输入描述: 第一行是

2017-12-03 23:01:39 409

原创朴素贝叶斯法(Naive Bayes)

综述朴素贝叶斯法是基于贝叶斯定理与条件独立假设的分类方法。首先要知道一些基本统计学的知识： 1、条件概率 2、联合概率 3、独立性 4、独立同分布 5、贝叶斯定理定理公式不好敲，这里偷懒就不写了，查看概率论的书，就知道了。代码实现版本1：DIY版本# coding:utf-8import numpy as npX = np.array([[1,1],[1,2],[1,2],[1,1

2017-12-02 21:47:23 229

原创 k近邻法

1.综述k近邻法（k-nearest neighbor,kNN）是一种基本的分类与回归方法。接下来只叙述分类方法。kNN是一种多分类的方法，没有显示的学习过程，它是利用训练数据集对特征向量空间进行划分，作为分类的模型。 kNN描述：给定训练数据集，对于新输入的实例，在训练数据集中找到与该实例最近的kk个实例，这kk个实例的多数属于某类，就认为这个是实例是这个类的。 kNN的三个基本要素是：k值的

2017-11-25 15:58:02 271

原创感知机学习总结

总述感知机是一种线性二分类模型，它属于判别模型。感知机学习旨在求出将训练集进行线性划分的超平面。损失函数采用误分类的损失函数，使用梯度下降算法进行对损失函数最小化。感知机是神经网络与SVM的基础。刚刚提到判别模型，什么是判别模型？ - 判别模型&生成模型 - 判别模型：由数据直接学习决策函数f(X)f(X)或者条件概率分布P(Y|X)P(Y|X)作为预测的模型。判别模型关系的是对于给定

2017-11-12 18:15:49 576 1

原创 LTP分词与词性标注（使用用户词典）

#coding:utf-8from pyltp import Segmentorfrom pyltp import Postaggerdef read_and_seg_pos(file_dir): segmentor = Segmentor() postagger = Postagger() segmentor.load_with_lexicon("模型地址/cws.mod

2017-11-12 16:53:07 9177 38

原创 ubuntu16.04安装cuda8.0+cuDNN6.0+tensorflow1.4配置过程

ubuntu16.04安装cuda8.0 cuDNN6.0 tensorflow1.4配置过程

2017-11-12 09:47:48 1097

原创 Python函数记录

1、collections模块 collections模块是一个很有用的模块，目前用到了里面的Counter与deque1.Counter()实现计数功能#coding:utf-8import collectionsa = ["a","b","a","a","b","c","d"]b = collections.Counter(a).most_common(6)print b>>>[('a

2017-11-07 19:35:59 231

原创 Python字符串处理函数记录

1、 s.strip() s.strip()的作用是去除前后两边的空白符(包括换行符)#coding:utf-8a = " abc daaa "a = a.strip()print a>>>abc daaa#结论：s.strip()的作用是去除前后两边的空白符(包括换行符)2、s.join(b) 用s将b分隔开来#coding:utf-8str_1 = "-"a = "abc

2017-11-06 19:11:40 312

原创 LTP词性标注

LTP词性标注

2017-11-01 22:00:15 4106

原创 Git与GitHub的使用--上传文件与文件夹

将文件夹上传到github上，仅仅是一个命令的事情。这里不记录如何创建账户，如何设置SSH Key，如何新建一个仓库等前期准备工作。主要步骤：1. 进入一个非空的文件夹下，初始化本地仓库git init2. 设置名称与邮箱git config --global user.name "liuXXXX"git config --glo

2017-10-29 19:05:55 616

原创 newcoder在线编程2--句子翻转

newcoder在线编程2题目描述给定一个句子（只包含字母和空格），将句子中的单词位置反转，单词用空格分割, 单词之间只有一个空格，前后没有空格。比如：（1） “hello xiao mi”-> “mi xiao hello”输入描述:输入数据有多组，每组占一行，包含一个句子(句子长度小于1000个字符)输出描述:对于每个测试示例，要求输出句子中单词反转后形成的句子示例1输入 hello x

2017-10-28 23:29:27 320

原创 newcoder在线编程1--数串

题目描述：设有n个正整数，将他们连接成一排，组成一个最大的多位整数。如:n=3时，3个整数13,312,343,连成的最大整数为34331213。如:n=4时,4个整数7,13,4,246连接成的最大整数为7424613。输入描述:有多组测试样例，每组测试样例包含两行，第一行为一个整数N（N<=100），第二行包含N个数(每个数不超过1000，空格分开)。输出描述:每组数据输出一个表示最大的整

2017-10-22 20:35:39 264

原创 tensorflow模型保存与可视化

本例以数据的二分类为例，实现了模型的保存、加载、以及tensorboard的可视化。1、实现功能对如下数据进行二分类，[[1.,1.2],[2.,2.3],[3.,3.5],[4.,4.1],[1.,0.8],[2.,1.3],[3.,2.5],[4.,3.1]]，如图所示。数据以Y=X为分界线，上部分是1类，下部分是0类。2、具体代码代码分为两部分，一个是lt_save.py，主要实现了模

2017-10-22 12:14:16 1379 2

原创 numpy的函数讲解

numpy函数1、numpy对矩阵的处理很强大，少用list，多使用array np.array( x)：将输入数据转化为一个类型为type的ndarray np.asarray( array )：将输入数据转化为一个新的ndarray np.array( )与np.asarray( )区别：当数据源是ndarray时，array仍然会copy出一个副本，占用新的内存，但asarray不会

2017-10-18 15:45:00 376

原创增强学习简单案例实现

增强学习–斯坦福公开课（吴恩达）案例实现增强学习作为一种重要的机器学习方法，其最显著的特点是通过与环境交互，利用环境反馈的奖惩，即增强信号来调整和改善自己的行为，最终获得最佳策略。由于该方法具有对环境的先验知识要求低，可以在实时环境中进行在线学习，因此受到许多研究者的关注，同时在智能控制，序列决策等领域也得到了广泛应用。–来自最近看了斯课斯坦福大学公开课：机器学习课程的第16讲，马尔科夫决策过程。

2017-09-04 15:12:01 4390 7