ljp1919的专栏

家里的茶庄生存难，且在这里讨生活。

原帝都的凛冬

各种AI、人工智能、大数据如秋日凉爽的风，杳然erzhi；区块链的风头得到短暂的下降。此次山竹台风造成了多少伤亡和破坏？人民的生命和财产遭受重大损失

2019-04-20 19:13:09

阅读数：13

评论数：2

原机器阅读理解系列文章-QANet(Combining Local Convolution with Global Self-Attention for Reading Comprehension)

背景论文题目：《QANet: Combining Local Convolution with Global Self-Attention for Reading Comprehension》区别于目前大多数包含注意力机制（attention model）和循环神经网络（RNN）的阅读理解模型...

2019-04-10 21:08:33

阅读数 7

评论数 0

原机器阅读理解系列文章-BiDAF（Bi-Directional Attention Flow for Machine Comprehension）

0. 简介 BiDAF采用多阶段的、层次化处理，使得可以捕获原文不同粒度的特征。同时使用双向的attention流机制以在无需摘要的情况下获得相关问句和原文之间的表征。 1. 相关工作现有的端-端机器阅读理解中使用到attention机制有3类。第一类是动态attention机制。attent...

2019-04-08 18:54:39

阅读数 12

评论数 0

原 Transformer学习笔记

0-背景机构：Google 大脑作者：Ashish Vaswani等发表会议：NIPS2017 面向任务：机器翻译论文地址：https://arxiv.org/abs/1706.03762 论文代码：https://github.com/tensorflow/tensor2tensor/b...

2019-01-26 18:26:07

阅读数 499

评论数 1

原 protege推理系列-1-对象属性推理

0-背景假设有如下一个情景：小明去北京，如果北京下雨，则小明需要带伞。需要在protege中表示上述的情景。定义了3个class：person，place，daily_use。对应的实体，分别是小明，北京和雨伞。同时创建了对象属性：go_to，其domain是person，range是...

2018-11-16 10:54:08

阅读数 289

评论数 0

原 DeepFM论文阅读笔记

0-摘要 DeepFM融合了因子分解机(FM)的推荐优势和Deep Learing的特征提取优势。在基准数据和商业数据上都表现优越。 1- 介绍点击率(CTR)预测是估计用户对某个商业项目进行点击的概率。提升点击人数，从而提升CTR。对于在线广告，提升CTR可以增加企业的收入。总体上来说，排序的...

2018-10-18 11:56:55

阅读数 356

评论数 0

原文献阅读笔记-Key-Value Memory Networks for Directly Reading Documents

文献阅读笔记-Key-Value Memory Networks for Directly Reading Documents0-背景1-详情1-1 模型介绍1-2 Key-Value memory的选取2-实验 0-背景在问答系统中直接从文本中获取答案要难于从KB(knowledge base...

2018-10-12 20:46:53

阅读数 228

评论数 0

原神经网络参数初始化问题代码测试

背景: 神经网络的参数初始化，一般是采用随机初始化的方式。如果是初始化为全0，会导致每层的多个神经元退化为一个，即在每层中的多个神经元是完全失效的。虽然层与层之间仍然是有效的，但是每层一个神经元的多层神经网络，你真的觉得有意思？有什么想法，欢迎留言。代码测试： 2层神经网络的全0初始化...

2018-04-15 13:45:11

阅读数 255

评论数 0

原 nginx中location的正则配置

背景一个项目中在location中配置的uri是变化的，需要通过正则项来匹配。此外顺便梳理下location中的配置问题。详解：模式含义 location = /uri = 表示精确匹配，只有完全匹配上才能生效 location ^~ /uri...

2018-03-28 17:10:31

阅读数 884

评论数 0

原多进程下的文件写操作

背景: 进行多进程处理过程中，对处理结果写到结果文件中。问题描述：如果不采用锁或者其他进程同步的方式的话，如下代码： void process_filelock_nonelock() { int x=0;//如果操作的变量不是进程共享的话，那么就各自操作自己的x，不会...

2018-02-08 17:47:12

阅读数 518

评论数 0

原机器学习笔记-6.5逻辑回归的代价函数及其求导

0- 背景定义逻辑回归的代价函数时，不能够像线性回归那样，否则代价函数变成一个非函数，难以收敛到全局最优。 1- 线性回归代价函数：线性回归中的代价函数： J(θ)=12m∑i=1m(yi−hθ(xi))2J(\theta )=\frac{1}{2m}\sum_{i=1}^{m}(...

2018-01-21 16:04:47

阅读数 4264

评论数 0

原第4门课程-卷积神经网络-第四周作业(图像风格转换)

0- 背景所谓的风格转换是基于一张Content图像和一张Style图像，将两者融合，生成一张新的图像，分别兼具两者的内容和风格。所需要的依赖如下： import os import sys import scipy.io import scipy.misc import matpl...

2018-01-20 16:12:42

阅读数 1172

评论数 3

原第4门课程-卷积神经网络-第四周作业(人脸识别)

1- 背景 FaceNet从神经网络中学习到以128维度的向量对人脸图像进行表示。通过对比两个向量的相似度，从而确定两者是否是同一个人。本文中将采用 triplet loss function（三元组的损失函数），且采用一个预训练的模型对图像进行编码矢量化；在此基础上，再进行人脸的校验（fa...

2018-01-20 09:15:29

阅读数 1549

评论数 0

原第4门课程-卷积神经网络-第三周作业(机器视觉中物体检测)

0- 背景：本文主要介绍在自动驾驶中常用的车辆探测模型YOLO模型。本文依赖的包如下： import argparse import os import matplotlib.pyplot as plt from matplotlib.pyplot import imshow imp...

2018-01-17 22:46:46

阅读数 1668

评论数 1

原第4门课程-卷积神经网络-第二周作业1-基于Keras的人脸表情分类

0- 背景：从人脸图像中的表情判断一个人是否快乐。本文将基于Keras实现该功能。Keras是一个更高级的API，其底层框架可以是TensorFlow或者CNTK。 1-数据加载：导入依赖的库： import numpy as np #import tensorflow as tf f...

2018-01-10 21:34:33

阅读数 982

评论数 3

原第4门课程-卷积神经网络-第一周作业2(基于卷积神经网络的手势分类)

0- 背景本文介绍基于TensorFlow的卷积神经网络及其具体应用实例。 1-数据导入： # Loading the data (signs) X_train_orig, Y_train_orig, X_test_orig, Y_test_orig, classes = load...

2018-01-08 21:45:49

阅读数 1146

评论数 4

原第4门课程-卷积神经网络-第二周作业2(基于残差网络的手势分类)

0- 背景本文介绍基于残差网络的深层卷积神经网络，Residual Networks(ResNets)。从理论上分析，神经网络层数越多，可以表示更复杂的模型函数。CNN能够提取low/mid/high-level的特征，网络的层数越多，意味着能够提取到不同level的特征越丰富。并且，越深...

2018-01-07 17:55:29

阅读数 1392

评论数 1

原第4门课程-卷积神经网络-第一周作业

背景介绍卷积层 (CONV)和池化层(POOL) 的前向和后向传播操作。本文约定如下：上标[l][l] 为该变量所在的层数，即第 lthl^{th}层；例如: a[4]a^{[4]}为第4th4^{th} 层的激活函数， W[5]W^{[5]} 和b[5]b^{[5]} 则对应的是第5层（5th...

2017-12-17 21:33:49

阅读数 562

评论数 0

原 Lua中如何防止sql注入

背景：假设我们在用户登录使用上 SQL 语句查询账号是否账号密码正确，用户可以通过 GET 方式请求并发送登录信息比如：http://localhost/login?name=person&password=12345那么我们上面的代码通过 ngx.var.arg_name 和 ngx.v...

2017-11-17 11:34:30

阅读数 1111

评论数 0

原 DeepLearing学习笔记-改善深层神经网络(第三周作业-TensorFlow使用)

0- 背景：采用TensorFlow的框架进行神经网络构建和结果预测1- 环境依赖：import math import numpy as np import h5py import matplotlib.pyplot as plt import tensorflow as tf from ten...

2017-10-22 16:29:45

阅读数 3607

评论数 2

原 DeepLearing学习笔记-改善深层神经网络(第三周- 将batch-norm拟合进神经网络)

0- 背景介绍如何将batch归一化引入到神经网络中1- 流程如下：在计算z之后，才是之前介绍的batch归一化方法，对其进行归一化，再替代原来的z值，输入到下该层的激活函数中。其他隐藏层，操作类似。在实际中，可以直接使用框架中函数，而不必自己实现这些具体的细节。tf.batch_norm...

2017-10-20 22:46:02

阅读数 410

评论数 0

提示

确定要删除当前文章？

取消删除