lyy14011305-CSDN博客

原创使用Latex编辑IEEE模板【插入图片】时出现“undefined control sequence”问题的解决方法

最近要投一篇IEEE Access的文章，将其Latex模板下载下来，使用winedt进行编译没有问题，但是在用传统的Latex方法插入图片时候便出现了“undefined control sequence”的问题。传统插入图片的方法为：\begin{figure}[htbp]\centerline{\includegraphics[scale=0.3]{xxx.png}}\capt...

2019-11-14 14:55:35 12966

转载二分类、多分类与多标签问题的区别及对应损失函数的选择

二分类、多分类与多标签的基本概念二分类：表示分类任务中有两个类别，比如我们想识别一幅图片是不是猫。也就是说，训练一个分类器，输入一幅图片，用特征向量x表示，输出是不是猫，用y=0或1表示。二类分类是假设每个样本都被设置了一个且仅有一个标签 0 或者 1。多类分类(Multiclass classification): 表示分类任务中有多个类别, 比如对一堆水果图片分类, 它们可能是橘子、苹...

2019-03-19 15:57:35 65128

原创 LeetCode 33. Search in Rotated Sorted Array

题目描述Suppose an array sorted in ascending order is rotated at some pivot unknown to you beforehand.(i.e., [0,1,2,4,5,6,7] might become [4,5,6,7,0,1,2]).You are given a target value to search. If fo...

2019-03-12 02:14:23 279

原创 LeetCode 80. Remove Duplicates from Sorted Array II

题目描述Given a sorted array nums, remove the duplicates in-place such that duplicates appeared at most twice and return the new length.Do not allocate extra space for another array, you must do this b...

2019-03-11 23:09:37 268

原创 LeetCode 26. Remove Duplicates from Sorted Array

题目描述Given a sorted array nums, remove the duplicates in-place such that each element appear only once and return the new length.Do not allocate extra space for another array, you must do this by m...

2019-03-11 22:51:51 183

原创 Teamviewer检测为商业用途的解决方案

Teamviewer检测为商业用途的解决方案1. 修改MAC地址，重装Teamviewer (亲测可用, 注意两台计算机上的Teamviewer都要试试，如果修改其中一个没有解决，修改另一个试试)2. 网上下载安装破解版 (会出现莫名奇妙的问题)3. 更换ID（此方法可行，但是容易过期，没试过，第一种修改后ID也是发生改变，但是比较稳定）。（同样是两台计算机上的Teamviewer都要试试）。4....

2019-01-21 03:27:47 18008 11

转载 LeetCode刷题指南

以下是我个人做题过程中的一些体会： 1. LeetCode的题库越来越大，截止到目前，已经有321个问题了。对于大多数人来说，没有时间也没有必要把所有题目都做一遍（时间充裕可以随意）。刷个100题左右应该就差不多了（可以考虑序号为前100多的题目，相对更经典一点）。 2. 从AC率高的开始做，难度从简单->中等，先不要做困难的。 3. 可以按照下文的面试出题频率顺序来做，从频率最高的一...

2019-01-16 00:14:06 640

原创 chmod命令原理及用法详解

Chmod命令主要用于修改、设置文件权限chmod 修改文件权限主要有两种方式：字母法与数字法虽然数字法相对字母法简单，但是数字法是基于字母法，所以这里先介绍字母法。1、字母法：chmod (u g o a) (+ - =) (r w x) (文件名)以上是chmod的用法，每个括号是一个参数，前三个括号主要放在一起使用即 chmod + 设置模式 + 文件名；下

2017-07-29 16:35:38 58639 5

原创 Ubuntu命令行模式与图形桌面切换方法

Ubuntu命令行模式与图形桌面Ubuntu提供两种进入方式，一个是我们平常最熟悉的图形界面形式，还有一种是纯命令行方式，1、按 Ctrl + Alt + (F1~F6中的任意一个)即可进入纯命令行模式。进入后，需要输入用户名，密码（此处包括root用户与非root用户）。注意：输入密码是要使用位于键盘上面的数字，不要使用小键盘数字（这种情况是对键盘上有两处可以

2017-07-29 15:18:20 90901 5

原创 ubuntu the system is running in low-graphics mode 解决办法

博主碰到这个问题的背景是在Ubuntu 16.04 LTS下跑基于Keras实验，需要在根目录下配置两个权重文件，在改变根目录读写权限的时候碰到的问题。开机后，提示如下界面：点击ok后，弹出四个选项，如恢复默认显卡设置，但是等待一晚上没有反应，所以，博主开始寻求别的解决方法。1、首先，现在连界面都进不去，该怎么办？对于Ubuntu系统，有图形界面系统与纯命令行（此处提及

2017-07-29 14:54:31 42075 7

转载 pickle, cPickle 模块：序列化 Python 对象

pickle, cPickle 模块：序列化 Python 对象pickle 模块实现了一种算法，可以将任意一个 Python 对象转化为一系列的字节，也可以将这些字节重构为一个有相同特征的新对象。由于字节可以被传输或者存储，因此 pickle 事实上实现了传递或者保存 Python 对象的功能。cPickle 使用 C 而不是 Python 实现了相同

2017-07-27 21:10:12 895

原创 Numpy文件存取

NumPy提供了多种文件操作函数方便我们存取数组内容。文件存取的格式分为两类：二进制和文本。而二进制格式的文件又分为NumPy专用的格式化二进制类型和无格式类型。1、二进制格式——无格式类型（fromfile()、tofile()）使用数组的方法函数tofile可以方便地将数组中数据以二进制的格式写进文件。tofile输出的数据没有格式，因此用numpy.fromfile读回来的时候需

2017-07-27 17:21:32 837

原创 Numpy.random中shuffle与permutation的区别

shuffle与permutation的区别函数shuffle与permutation都是对原来的数组进行重新洗牌（即随机打乱原来的元素顺序）；区别在于shuffle直接在原来的数组上进行操作，改变原来数组的顺序，无返回值。而permutation不直接在原来的数组上进行操作，而是返回一个新的打乱顺序的数组，并不改变原来的数组。示例：a = np.arange(12)print

2017-07-27 16:36:08 39357 1

原创 Numpy基本方法总结

Numpy基本方法主要从一下几方面总结Numpy的基本方法1、数组方法2、数组属性3、矩阵方法4、多项式5、线性代数6、概率分别1、数组方法1.1 创建数组：arange()、zeros()、ones()等方法可以直接创建数组，通过array()可以创建一维或多维数组，函数参数是列表等。示例1：import numpy as npa = n

2017-07-27 16:24:12 523

原创 Python排序函数sort()和sorted()详解

我们需要对List进行排序，Python提供了两个方法对给定的List L进行排序，方法1.用List的成员函数sort进行排序方法2.用内建函数sorted进行排序（从python 2.4开始）sort函数定义：sort(cmp=None, key=None, reverse=False)sorted函数定义：sorted(iterable, cmp=None, key=

2017-07-27 12:11:52 26195 4

原创计算机专业毕业生留给新生的一封公开信

亲爱的2017级学弟、学妹：你们好，我是你们2013级计算机相关专业的学长。本来这封信是留给我们专业2017级的学弟、学妹们的。主要讲大学四年应该如何度过，但是当时学长并没有被告诉大学四年该如何度过。所以学长感觉这很有指导意义，所以将此信放到博客里面，希望对有缘看过这篇博客的学弟、学妹们有帮助。 1. 调整好自己的心态。想必学弟、学妹们当中不少填志愿的时候没有选择软件工程这

2017-05-30 19:22:28 1965

翻译 Convolutional Neural Network For Sentence Classification

用卷积神经网络对句子分类 Yoon Kim 纽约大学 Yhk255@nyu.edu 摘要针对句子级别的分类任务，我们使用卷积神经网络（CNN）结合预训练的词向量做了一系列的实验。我们证明一个少量调节超参数的简单CNN模型结合静态词向量可以在很多基准上取得非常好的结果。通过细粒度的调节参数学习特定任务的词向量可以进一步的提升结果。我们提出了对架构简单的修改，这样可以同时使用基于特定

2017-05-30 18:54:51 5017

转载 theano concatenate 实例

import theanoimport numpy as npimport theano.tensor as Tones = theano.shared(np.float32([[1,2,3],[4,5,6],[7,8,9]]))print(ones.get_value())result = T.concatenate([ones,ones],axis=0)print(resul

2017-03-31 12:45:19 935

原创 Ubuntu GCC安装、版本切换

作者写这篇博文的背景是在Ubuntu16.04 LTS上跑CNN代码的时候遇到的问题，作者解决该问题花费了很长的时间，即使StackFlow、google上也没有给出很好的答案，一开始作者以为是代码的错误，所以就花费了很长时间来查看代码，但是并没有发现错误，但是却发现了一个大的逻辑错误(此处意外惊喜、因为对最后的结果有帮助)，于是作者使用可以在Windows环境下可以运行的工程放到Ubuntu系统

2017-03-19 17:23:50 3843

转载理解长短期记忆网络（LSTM NetWorks）

摘要：作者早前提到了人们使用RNNs取得的显著成效，基本上这些都是使用了LSTMs。对于大多数任务，它们真的可以达到更好的效果！写了一堆方程式，LSTMs看起来很吓人。希望通过这篇文章中一步一步的剖析，能更好理解它们。递归神经网络人类并不是每时每刻都从头开始思考。正如你阅读这篇文章的时候，你是在理解前面词语的基础上来理解每个词。你不会丢弃所有已知的信息而从头开始思考。你的思想具

2017-03-04 21:20:48 3741

转载循环神经网络(RNN, Recurrent Neural Networks)介绍

循环神经网络(RNN, Recurrent Neural Networks)介绍这篇文章很多内容是参考：http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/，在这篇文章中，加入了一些新的内容与一些自己的理解。循环神经网络(Recurrent

2017-03-04 20:09:02 733

原创用conda创建python虚拟环境

1、首先在所在系统中安装Anaconda。可以打开命令行输入conda -V检验是否安装以及当前conda的版本。2、conda常用的命令。 1）conda list 查看安装了哪些包。 2）conda env list 或 conda info -e 查看当前存在哪些虚拟环境 3）conda update conda 检查更新当前conda3、创建pyt

2017-03-02 14:34:34 376643 25

转载 ubuntu下安装anaconda

1、到官网http://continuum.io/downloads下载anaconda。选择linux64-bit-python2.7 2、安装anaconda，在终端输入:cd ~/Downloads;bash Anaconda-2.2.0-linux-x86_64.sh 回车后，是许可文件，接收许可，anaconda将安装在~/anaconda下：直接

2017-03-02 14:09:12 927

原创 python数据可视化pydot的安装

1、命令行安装pip install graphviz2、到http://www.graphviz.org/Download_windows.php把graphviz-2.38.msi下载下来，进行安装，安装完成后将其bin目录添加到系统的环境变量Path中去。3、命令行输入pip install pydot==1.1.0 注：此处需要指定安装1.1.0版本的pydot

2017-02-26 18:18:53 4625

转载 TF-IDF及其算法

概念 TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。TF-IDF加权的各种形式常被搜寻引擎应用，作

2017-02-19 17:49:56 738

原创 Convolutional Neural Network For Sentence Classification<Yoon Kim>解析(三)

一、代码实现原理解析二、Twitter文本预处理三、CNN进行Twitter情感分类实现Yoon Kim的代码包含三个文件，一个process_data.py，一个conv_net_classes.py，另一个是conv_net_sentence.py。下面首先讲解conv_net_classes.py文件，后面讲解从conv_net_sentence.py。另外，Yoon K

2017-02-02 23:40:54 2047

原创 Convolutional Neural Network For Sentence Classification<Yoon Kim>解析(二)

一、代码实现原理解析二、Twitter文本预处理三、CNN进行Twitter情感分类实现目录一已经讲过代码的实现原理i，下面针对一个具体的Twitter情感分类的实验来具体讲解CNN对短文本的处理过程。首先是带有极性的Twitter文本作为原输入，这里假设是二分类的问题，那么将具有相同极性的twitter分到同一个文件下，这样会有两个文件，一个是positive，另一个是negativ

2017-02-02 22:48:33 2176 4

原创 Convolutional Neural Network For Sentence Classification<Yoon Kim>解析(一)

一、代码实现原理解析二、Twitter文本预处理三、CNN进行Twitter情感分类实现众所周知，CNN初始是用在计算机视觉上的，其在图像处理领域取得很好的效果，但是在自然语言处理领域CNN的表现也不俗。CNN在原理方面很多的资料都讲解的很清楚。接下来我将从代码的角度解析其原理。CNN就是对一个图像采用卷积与采样的策略，将一张图像压缩表示，而不改变其原来的意思。即利用卷积的

2017-02-02 17:05:40 2049 2

转载 KMP算法详解

KMP算法，是由Knuth，Morris，Pratt共同提出的模式匹配算法，其对于任何模式和目标序列，都可以在线性时间内完成匹配查找，而不会发生退化，是一个非常优秀的模式匹配算法。但是相较于其他模式匹配算法，该算法晦涩难懂，第一次接触该算法的读者往往会看得一头雾水，主要原因是KMP算法在构造跳转表next过程中进行了多个层面的优化和抽象，使得KMP算法进行模式匹配的原理显得不那么直白。本文希望能够

2017-01-15 17:13:07 401

原创本科四年的心路历程

本科四年的心路历程本科四年即将结束，在此一篇文章记录自己的心路历程，送给曾经努力奋斗的自己，也送给有机会看到这篇文章的学弟学妹们。对于我来说能考到西北工业大学，实属不易，这中间的辛苦只有自己知道。更是对于我所在县的教育水平来说，能考到向西北工业大学这样的学校，不能说全县前5名，全县前10总算是有的。本来很高兴的可以来到自己喜欢的工科学校，怀揣一颗航空报国的心，但是高考志愿却被调剂到自己打死

2017-01-07 16:13:19 1733 1

转载卷积神经网络在自然语言处理的应用

摘要：CNN作为当今绝大多数计算机视觉系统的核心技术，在图像分类领域做出了巨大贡献。本文从计算机视觉的用例开始，介绍CNN及其在自然语言处理中的优势和发挥的作用。当我们听到卷积神经网络（Convolutional Neural Network, CNNs）时，往往会联想到计算机视觉。CNNs在图像分类领域做出了巨大贡献，也是当今绝大多数计算机视觉系统的核心技术，从Facebook的图像

2016-12-24 21:38:07 3690

转载几种使用了CNN（卷积神经网络）的文本分类模型

几种使用了CNN（卷积神经网络）的文本分类模型谈到文本分类，就不得不谈谈CNN(Convolutional Neural Networks)。这个经典的结构在文本分类中取得了不俗的结果，而运用在这里的卷积可以分为1d 、2d甚至是3d的。下面就列举了几篇运用CNN进行文本分类的论文作为总结。1 yoon kim 的《Convolutional Neural

2016-12-24 21:07:47 15694 2

转载 Convolution Neural Network (CNN) 原理与实现

本文结合Deep learning的一个应用，Convolution Neural Network 进行一些基本应用，参考Lecun的Document 0.1进行部分拓展，与结果展示（in Python）。分为以下几部分：1. Convolution（卷积）2. Pooling（降采样过程）3. CNN结构4. 跑实验下面分别介绍。

2016-12-18 18:32:51 557