自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

qy20115549的博客

世上成功的方式可能有很多种,但失败的方式就只有一种,那就是半途而废。

  • 博客(5)
  • 资源 (7)
  • 收藏
  • 关注

原创 使用deeplearning4j训练Doc2Vec(文档向量)

本文作者:合肥工业大学 管理学院 钱洋 email:1563178220@qq.com 内容可能有不到之处,欢迎交流。未经本人允许禁止转载。在上一小节中,本人介绍了使用DeepLearning4J训练得到词向量(https://blog.csdn.net/qy20115549/article/details/82152462)。本篇主要介绍给定任意文本数据(分词后的数据),如何使用Deep...

2018-08-28 21:30:37 2971

原创 使用deeplearning4j训练Word2Vec(Java操作)

DeepLearning4J(DL4J)是一套基于Java语言的神经网络工具包,可以构建、定型和部署神经网络。本文训练的数据集是deeplearning4j中的自带数据集,数据表示如下: 对应的Word2Vec操作程序如下:package org.deeplearning4j.examples.nlp.word2vec;import org.deeplearning4j....

2018-08-28 18:23:53 4406 2

原创 gensim实现Doc2Vec和Word2Vec

在处理文本时,经常需要将其转化成向量的形式,然后去做分类和聚类,而word2vec和doc2vec方法是一种较为常用的方法。 在python的gensim包中实现了这两种算法,为了以后个人使用方便,这里写成博客,以供翻阅。 以下为数据集的形式: 每一行的每一个数字表示词的编号,这里也可以用具体的词。且数据保存在工程的/data/test.txt文本里。以下为Doc2vec的处理程...

2018-08-28 10:56:37 2685 3

原创 K-Means原理详解与Java代码实现细节

K-Means原理介绍K-Means算法是一种非常常用的无监督聚类方法

2018-08-25 10:06:09 6716 11

原创 华为笔试题

今天,帮同学看了到华为的笔试题,题目如下:举办一场8小时的聚会,时间段从12:00到20:00点,让来访的客人事先填好到达的时间和离开的时间,为了掌握聚会期间的座位数目,需要先估计不同时间的最大客人数量。 1.到达和离开的时间,以整点计算,输入为整数,比如“12,18”表示客人到达的时间为12点后13点前,离开的时间是17点后18点前。 2.按小时区间统计客人的数量,需要统计[12,13)...

2018-08-15 21:53:48 3393 1

Probabilistic Graphical Models - Principles and Techniques.pdf

Probabilistic Graphical Models - Principles and Techniques.pdf高清版,可以下载下来,网上打印书籍哦

2017-01-14

MapDB的jar包

MapDB的jar包可以直接使用

2016-11-17

maven多个下载源

maven经常遇到下载jar包,下载不下来。或者很慢的情况。那是因为下载jar的源是国外源,所以很慢。这个源为开源中国的源。下载速度很快。

2016-11-03

Java多线程网络爬虫(时光网为例)源码

Java多线程网络爬虫(时光网为例)源码,为maven创建,有不明白请看我的博客介绍;转载请用连接注明出处。近期有人,将本人博客直接复制上传到百度文科等平台,不尊重个人努力成果。

2016-10-20

libsvm32位64位

32位64位都可以直接使用

2016-08-20

中文最全停用词表,个人整理(1704个)

由于是个人使用的,所有收集了很多,希望对中文文本处理的同学有所帮助

2016-04-19

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除