qq_40660825的博客

原创 自注意力机制

https://jalammar.github.io/illustrated-transformer/https://blog.csdn.net/weixin_37947156/article/details/86255622写的很好。

原创 python 引用（import）文件夹下的py文件失败

一般是form *** import **但是发现有错误，显示没有模型最后，解决方法如下[https://blog.csdn.net/u012373281/article/details/93191494]

原创 pytorch定义线性函数模型

原创 梯度下降算法形象描述

原创 自然语言处理分类

NLP学习Nlp基本分类NLP领域的任务分为两个类别:第一类是人工智能NLP。包括词性标注，分词，语法解析，语言模型，信息检索，信息抽取，语义表示，文本分类。这些任务发展较为成熟，各种相关工作的主要目的是提高当前模型的性能。第二类是人工智障NLP。包括机器翻译，对话系统，问答系统。目前模型的性能尚不尽如人意，有些任务上甚至没有足够多的，真正有影响力的工作。一、文本分类--情感分类1.定义情感分类是对带有感情色彩的主观性文本进行分析、推理的过程，即分析对说话人的态度，倾..

原创 自然语言处理分类

NLP学习Nlp基本分类NLP领域的任务分为两个类别:第一类是人工智能NLP。包括词性标注，分词，语法解析，语言模型，信息检索，信息抽取，语义表示，文本分类。这些任务发展较为成熟，各种相关工作的主要目的是提高当前模型的性能。第二类是人工智障NLP。包括机器翻译，对话系统，问答系统。目前模型的性能尚不尽如人意，有些任务上甚至没有足够多的，真正有影响力的工作。一、文本分类–情感分类1.定义情感分类是对带有感情色彩的主观性文本进行分析、推理的过程，即分析对说话人的态度，倾向正面，还是反面。它与传统的

原创 联合概率边缘概率条件概率

联合概率联合概率是指在多元的概率分布中多个随机变量分别满足各自条件的概率。假设X和Y都服从正态分布，那么P{X<4,Y<0}就是一个联合概率，表示X<4,Y<0两个条件同时成立的概率。表示两个事件共同发生的概率。A与B的联合概率表示为 P(AB) 或者P(A,B),或者P（A∩B）。假设X和Y都服从正态分布，那么P{X<4,Y<0}就是一个联合概率，表示X<4,Y<0两个条件同时成立的概率。联合概率：表示两个事件共同发生的概率。A与B的联合概率表示

原创 Hadoop实训学习记录

联合概率联合概率是指在多元的概率分布中多个随机变量分别满足各自条件的概率。假设X和Y都服从正态分布，那么P{X<4,Y<0}就是一个联合概率，表示X<4,Y<0两个条件同时成立的概率。表示两个事件共同发生的概率。A与B的联合概率表示为 P(AB) 或者P(A,B),或者P（A∩B）。假设X和Y都服从正态分布，那么P{X<4,Y<0}就是一个联合概率，表示X<4,Y<0两个条件同时成立的概率。联合概率：表示两个事件共同发生的概率。A与B的联合概率表示为 P

原创 演化计算

人工智能 符号智能计算智能 进化计算、演化计算---------遗传算法、进化规划、SA、PSO、模糊算法神经网络演化计算的关键：评价机制和演化机制步骤：解空间随机生成一组潜在解-定义评价机制，对潜在解进行评价-设计演化策略不断更新潜在解。标准遗传算法对潜在解的表示方式：二进制位串编码：把向量编码成二进制位串（01010….）解码：逆过程（1） 初始化，设置参数：变异概率、交叉概率等初始参数、群体大小N，在解空间上随机生成N个染色体（2） 对群体中的每个个体xi ,

原创 深度学习（一）简介

1.分类有监督学习：利用已知类型的样本调整分类器的参数，使其达到所要求性能的过程无监督的学习：对没有概念标记的训练样本进行学习，以发现训练样本集中的结构性知识半监督学习：少量标注样本和大量未标注样本进行训练和分类的问题2.常用机器学习深度学习框架pytorch、tensorflow、caffe、scikit-learn3.常用的模块库matplotlib、numpy、pandas等4.深度学习常用名词人工神经网络（ANNS）：是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学

原创 数据挖掘-上卷下钻

它包括向下钻取（Drill-down）和向上钻取（Drill-up）/上卷(Roll-up)。上卷（roll-up）：上卷是沿着自维的层2113次向上聚集汇总数据。例如，对产品销售数据，沿着时间维上卷，可以求出所有5261产品在所有地区每月（4102或季度或年或全部）的销售额。下探（drill-down）：下探是上卷的逆操作，它是沿着维的层次向下，查看更详1653细的数据。数据挖掘（上述图片很清晰直观。--分享）...

原创 论文注意事项（IT)开会记录

一、10个应该注意的小细节，别忽略，很简单1.论文里面千万不可以出现“我”这个词，论文具有科学的严肃性、严谨性，避免出现“我”人称代词。7a64e58685e5aeb931333431353431当然现在也有很多的论文改成了“笔者”呢！实际上，用“本文”来替代比较是聪明人的做法呢！也是在各类文献中出现频率最高的词汇。2.论文写作过程中避免出现感叹号！！！论文应以陈述语句为主，出现语气叹词瞬间降低论文的层次，问句主要在写文章的结构和结论的时候使用，其他的地方能少就少。3.杜绝排比句，排比句很没有逻辑，尤

原创 AttributeError: 'module' object has no attribute 'xfeatures2d'?

之前遇到了这种问题，找了很多帖子。该算法貌似是申请了专利，所以要降低版本，但是降得版本试了好些都不太行。最后直接降到3.3.0.10版本pip uninstall opencv-pythonpip install opencv-contrib-python==3.3.0.10运行成功...

原创 南丁格尔玫瑰图实现-python+matplotlib绘制极坐标以及一些基础的知识

import numpy as npimport mathimport matplotlib.pyplot as pltfig = plt.figure(figsize=(10,6))#形成一个1000x600的一个白色窗口大小（玫瑰图的显示窗口）ax = plt.subplot(111, polar=True)#順肘針 projection= 'polar'和polar=True等价...

原创 360安全卫士卸载不了(文件破损-safe文件删除不了）

360卸载不了（自己不小心把桌面图标给删除了）导致的文件破损-卸载不了不论你是什么原因导致的文件损坏卸载不了或者其他原因卸载不了，运用以下的方法进行删除。（我看了很多的帖子，有说重新安装覆盖的，有的是打开任务管理器关闭的，还有的是选择电脑为安全选项，关机。很多种方法，最后有个帖子让我成功实践）以下是我实验的成功的方法：1.一开始是进入的电脑的安全选项，勾选安全选项关机重启，找到安装360...

原创 在判断n是否为素数时，为什么是循环到根号n就可以退出循环？

这属于算法上的问题，好好考虑一下算法，还要考虑一下素数的定义。素数是只有1和本身能整除的整数。所以在求素数的时候，要将素数与1到素数本身中间的所有整数都相除，看是否有整除的数，如果有，那肯定不是素数了。但是从算法上考虑，为了减少重复量，开平方后面的数就不用相除了，因为a/b（平方数）=c（小一点的数），同样a/c=b。举例说明：25，开平方以后是5,那么整除2~5就可以了，如果有满足条件的，就...

原创 SyntaxError: unindent does not match any outer indentation level python如何缩进

错误示范正确示范一定要注意的是else是顶格，不是和if对齐的，其if不要看前面有三个>>>符号，其实他没有任何的缩进，在初学python的时候虽然一直听老师讲，但是可能始终是不对啊...

原创 数据挖掘第三版第一章翻译

原创 词向量与ELMO模型-贪心学院第一节上半部分

之前有贪心学院的直播课，自己是小白，所以想通过此了解熟悉NLP，因此记录了oneNote笔记，粘贴过来有点小。

原创 为什么你使用的OneNote功能不全或者没有文件功能？

之前一直没有接触过云笔记（笔记）之类的软件，近期由于疫情的原因，只能在家，但是笔记本和笔都没带，只能找一些云软件记笔记，但是遇到了一些问题，问题如下：1. 不能共享。 很多百度查询的是可以共享，但是很快发现自己的oneNote没有文件这个功能其实，很多百度博客上说的oneNote和上图中的oneNote不是一个软件。上图的是OneNote(UWP),百度上说的是OneNote2016。区...

原创 搜论文的方法

https://sci-hub.shop/只要你有论文的URL或者DOI就可以粘贴到搜索框里，点击“Open”就会出现你想要的论文啦。是不是so easy，妈妈再也不用担心我下载不了论文了！谷歌学术必应学术百度学术谷粉学术...

原创 微信下载完记得把文件路径更改/桌面更改

微信-通用-更改下载路径桌面更改（在c盘中找到桌面的图标，右击-属性-位置-更改位置）不然都在c盘里面内容会越来越多装完系统之后，记得把QQ，微信的文件存储路径更改掉...

原创 图片翻转、旋转、拉伸

# -*- coding: utf-8 -*-"""Created on Mon Nov 4 21:51:39 2019@author: zp""在使用PIL里面的Image.rotate()进行图片回转后，回转的非图片区域就是黑色的,可以把其变成白色"""from PIL import Imageimport matplotlib.pyplot as pltimg=Imag...

原创 彩色图片转换成灰度图 单通道灰度图像转换成3通道

知识点：模式 1 1位像素，黑和白，存成8位的像素 L 8位像素，黑白 P8位像素，使用调色板映射到任何其他模式 RGB 3×8位像素，真彩 RGBA4×8位像素，真彩+透明通道 CMYK 4×8位像素，颜色隔离 YCbCr 3×8位像素，彩色视频格式 I32位整型像素 F ...

原创 裁剪图片代码

图片的裁剪一种利用了Pillow，还有一种利用了OpenCV。from PIL import Imageimport os.pathimport glob#pillow方法def convertjpg(jpgfile,outdir,width=300,height=300): img=Image.open(jpgfile) cropped = img.crop((20, 20, ...

原创 图像预处理-改变目录中的图像尺寸

图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。常用的数据增强的方法一种方法是获得新的数据，这种方法比较麻烦，需要大量的成本，而第二种方法则是对数据进行增强，即利用已有的数据比加噪音、调整尺寸、翻转和镜像，创造出更多的数据，来使得神经网络具有更好的泛化效果。Python os.pat...

原创 ^ SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in p

SyntaxError: (unicode error) ‘unicodeescape’ codec can’t decode bytes in position 2-3: truncated \UXXXXXXXX escapefor jpgfile in glob.glob(r’e:\Users\zp\Desktop\picture*.jpg’):print(jpgfile)获取所有该路径...

原创 数据结构Python实现-二叉树的前序中序后序遍历

二叉树前序中序后序排序前序：根-左-右中序：左-根-右后序：左-右-根二叉树遍历代码#先构造树，然后再进行前序中序后序遍历#class是一个类，一个类里面包含很多个属性class Tree: def __init__(self, data): self.data = data self.left = None self.righ...

原创 数据结构Python实现-堆排序

完全二叉树定义若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。完全二叉树即堆的父节点子节点设当前的为i，那么其父节点为：(i-1)/2 子节点为：2i+1、2i+2堆的定义堆中某个节点的值总是不大于或不小于其父节点的值；堆总是一棵完全二叉树堆的定义如下：n个元素的序列{k1,k...

原创 数据结构Python实现-折半插入排序

折半插入排序思想有n个数据待排序，将数据分为有序数据和无序数据，第一次排序时默认Array[0]为有序数据，Array[1]~Array[n-1]为无序数据。有序数据分区的第一个元素位置为low，最后一个元素的位置为high。...

原创 数据结构Python实现-归并排序

归并排序思想当我们要排序这样一个数组的时候，归并排序法首先将这个数组分成一半。然后想办法把左边的数组给排序，右边的数组给排序，之后呢再将它们归并起来。当然了当我们对左边的数组和右边的素组进行排序的时候，再分别将左边的数组和右边的数组分成一半，然后对每一个部分先排序，再归并分到一定细度的时候，每一个部分就只有一个元素了，那么我们此时不用排序，对他们进行一次简单的归并就好了。归并排序代码def ...

原创 数据结构Python实现-快速排序

快速排序的基本思想首先设定一个分界值，通过该分界值将数组分成左右两部分。将大于或等于分界值的数据集中到数组右边，小于分界值的数据集中到数组的左边。此时，左边部分中各元素都小于或等于分界值，而右边部分中各元素都大于或等于分界值。然后，左边和右边的数据可以独立排序。对于左侧的数组数据，又可以取一个分界值，将该部分数据分成左右两部分，同样在左边放置较小值，右边放置较大值。右侧的数组数据也可以做类似处理...

原创 数据结构Python实现-希尔排序算法

希尔排序的思想希尔排序，也称递减增量排序算法，是插入排序的一种更高效的改进版本。先取一个小于n的整数d1作为第一个增量，把文件的全部记录分组。所有距离为d1的数据放在一起。先在各组内进行直接插入排序；然后，取第二个增量d2<d1重复上述的分组和排序，直至所取的增量等于1，即所有记录放在同一组中进行直接插入排序为止。该方法实质上是一种分组插入方法。一般的初次取序列的一半为增量，以后每次减半，...

原创 数据结构Python实现-直接插入排序算法

直接插入排序算法思想：每步将一个待排序的纪录，按其关键码值的大小插入前面已经排序的文件中适当位置上，直到全部插入完为止。range：range是左闭右开for i in range(5): print(i)输出1 2 3 4直接插入排序代码实现：def insert_sort(alist): n=len(alist) for j in range(1,n...

原创 数据结构Python实现-简单选择排序算法

排序算法基本思想选择排序法是一种不稳定的排序算法。它的工作原理是每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到全部待排序的数据元素排完。实现代码#选择排序def select_sort(alist): n=len(alist) for j in rang...

原创 数据结构Python实现-冒泡排序算法

排序算法的稳定性稳定性：稳定的排序算法会让原本相等键值的记录维持相对稳定。不稳定的排序算法可能会改变相等键值的相对次序，但是稳定的算法从来不会改变。冒泡排序如果是按照从小到大的顺序对其进行排序，那么每次都是两两排列，找到这组当中的最大值，并把最大值放到最后。冒泡排序Python实现代码def bublesort(alist): n=len(alist) for j i...

原创 数据结构python实现——链表

链表其每个块有数据区和链接区。数据区存放数据，链接区存放下一个节点的位置。单链表单向链表也叫单链表，是链表中最简单的一种形式，它的每一个节点包含两个域，一个是信息域（元素域即数据域）和链接域（指向链表的下一个节点），最后一个节点的链接域指向一个空值。elem元素域存放数据next指向链表的下一个节点变量p指向链表的头节点（首节点.头结点）位置，从p出发能找到表中任意节点。单链表的...

原创 TypeError: add_front() takes 1 positional argument but 2 were given

自己看了好多帖子，没有解决成功，最后发现自己的错误错误点为自己在写类的时候没有写self，加上之后立马通过def init(self)self关键字在使用实例时，用于传输实例对象，必须在__init__定义并且初始化，然后通过self传递。首先明确的是self只有在类的方法中才会有，独立的函数或方法是不必带有self的。self在定义类的方法时是必须有的，虽然在调用时不必传入相应的参数。...

原创 数据结构Python实现-队列

队列（单端）只允许一端添加，从另一端去取，是一种先进先出的线性表，允许删除的一端为队头。其和排队买饭是一样的。假设队列q={a1,a2,a3,a4,…an},那么a1就是队头元素，an是队尾元素，这样删除从a1开始，插入时总是从an之后，第一个出队列的是a1，新进来的在an后面。队列操作（单端）Queue()创建一个空的队列enqueue(item)往队列添加一个item元素deque...

原创 AttributeError: 'dict' object has no attribute 'append'解决

’ 其不是字典，是列表，只有列表才有append方法，把其字典改为列表