2021年03月_/home/liupc

09月 08月 07月 06月 05月 03月 02月 01月

原创补充：动态时间规整（DTW）算法

整理自：https://zhuanlan.zhihu.com/p/43247215DTW(dynamic time warping) 最初用于识别语音的相似性。我们用数字表示音调高低，例如某个单词发音的音调为1-3-2-4。现在有两个人说这个单词，一个人在前半部分拖长，其发音为1-1-3-3-2-4；另一个人在后半部分拖长，其发音为1-3-2-2-4-4。现在要计算1-1-3-3-2-4和1-3-2-2-4-4两个序列的距离（距离越小，相似度越高）。因为两个序列代表同一个单词，我们希望算出.

2021-03-26 21:01:34 196

原创整理：TripletMarginLoss、nn.MarginRankingLoss

在pytorch中，提供了两个损失函数，都与triplet loss相关。但是使用的方式不一样。一、TripletMarginLoss这个就是最正宗的Triplet Loss的实现。它的输入是anchor, positive, negative三个B*C的张量，输出triplet loss的值。定义为：criterion = torch.nn.TripletMarginLoss(margin=1.0, p=2.0, eps=1e-06, swap=False, size_averag.

2021-03-24 17:00:43 8267 4

原创补充：使用矩阵运算计算两组特征向量相互之间的距离

一、题目假设集合A有m个向量，集合B有n个向量。所有向量的维度都是d维。如何求这m个向量与这n个向量的距离（共m*n个）？二、分析一般，我们会想到使用两重循环的方式来求。for i in range(m): for j in range(n): dist[i][j] = ...但是比较耗时。三、方法我们可以使用矩阵运算来解决。表示成矩阵形式为：P(m*d矩阵)、C（n*d矩阵）。结果dist应该是m*n的矩阵。首先，看...

2021-03-23 15:06:49 1147

原创实验2：FusionNet的实现

一、网络结构二、一步一步实现FusionNet（1）输入图像为640*640,3通道。经过一个卷积层，代码为： self.conv11 = nn.Sequential( nn.Conv2d(3, 64, kernel_size=3, stride=1, padding=1), #输入通道为3，输出通道为64。padding=1，输出尺寸不变。还是640*640. nn.BatchNorm2d(64), .

2021-03-18 21:47:58 911 1

隐马模型解决词性标注问题

文件说明： raw_data.txt //原始数据集（语料库） handle.py //因为原始数据集很大，可以通过handle.py对去全量数据集进行处理，得到小的数据集 hmm1.py //隐马模型的实现代码

2018-07-28

使用CRF++工具进行人名识别

本资源包含使用CRF++工具进行人名识别的所有资源，包括： 1.CRF++工具 2.语料库、程序、文档、实验结果等 2.1 语料库 2.2 语料库划分后的训练集、测试集 2.3 训练集，测试集进行处理后的结果 2.4 crf_learn用到的模板 2.5 crf_learn生成的model 2.6 crf_test生成的result 2.7 对语料库、训练集、测试集进行处理的程序 2.8 对result进行分析的程序 2.9 《实验报告》，包括实验步骤，结果分析等

2018-07-12

《矩阵论第三版》程云鹏（竖着排版版的格式）＋配套答案

1.网上下载的《矩阵论第三版》都是横着的，不方便阅读，我花了一个小时把格式改成了竖着的了。 2.另外赠送配套答案。 3.这本书写的不错，是我们研究生期间的教材，是机器学习等课程的基础课。

2018-06-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 补充：动态时间规整（DTW）算法

原创 整理：TripletMarginLoss、nn.MarginRankingLoss

原创 补充：使用矩阵运算计算两组特征向量相互之间的距离

原创 实验2：FusionNet的实现