spiritqi的博客

原创 深度学习——循环神经网络（RNN）

当我们在理解一句话意思时，孤立的理解这句话的每个词是不够的，我们需要处理这些词连接起来的整个序列；当我们处理视频的时候，我们也不能只单独的去分析每一帧，而要分析这些帧连接起来的整个序列。

原创 自然语言处理（词向量——Word Embedding）总结

词向量（Word embedding），又叫Word嵌入式自然语言处理（NLP）中的一组语言建模和特征学习技术的统称，其中来自词汇表的单词或短语被映射到实数的向量。从概念上讲，它涉及从每个单词一维的空间到具有更低维度的连续向量空间的数学嵌入。在自然语言处理任务中，首先需要考虑词如何在计算机中表示。通常，有两种表示方式：one-hot representation和distribution representation。

原创 python：基于朴素贝叶斯算法的垃圾邮件过滤分类

朴素贝叶斯法（Naive Bayes model）是基于贝叶斯定理与特征条件独立假设的分类方法。朴素贝叶斯算法（Naive Bayesian algorithm) 是应用最为广泛的分类算法之一。最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier 或 NBC)发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。

原创 使用文氏图说明贝叶斯公式如何导出、推导朴素贝叶斯算法以及实例

使用文氏图说明贝叶斯公式如何导出、推导朴素贝叶斯算法以及实例

原创 python：马尔科夫链

马尔科夫链（Markov chains）是一种非常常见且相对简单的统计随机过程，从文本生成到金融建模，它们在许多不同领域都得到了应用。马尔科夫链在概念上非常直观且易于实现，因为它们不需要使用任何高级的数学概念，是一种概率建模和数据分析的经典方法、是一类重要的随机过程，它的状态空间是有限的或可数无限的。经过一段时间系统从一个状态转到另一个状态这种进程只依赖于当前出发时的状态而与以前的历史无关。马尔可夫链有着广泛的应用，也是研究排队系统的重要工具。

原创 Python：蒙特卡洛算法以及三门问题

三门问题（Monty Hall problem）亦称为蒙提霍尔问题、蒙特霍问题或蒙提霍尔悖论，大致出自美国的电视游戏节目Let's Make a Deal。问题名字来自该节目的主持人蒙提·霍尔（Monty Hall）。参赛者会看见三扇关闭了的门，其中一扇的后面有一辆汽车，选中后面有车的那扇门可赢得该汽车，另外两扇门后面则各藏有一只山羊。当参赛者选定了一扇门，但未去开启它的时候，节目主持人开启剩下两扇门的其中一扇，露出其中一只山羊。主持人其后会问参赛者要不要换另一扇仍然关上的门。

原创 计算机视觉（下）——图像分类

图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础。图像分类在许多领域都有着广泛的应用，例如：安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类，医学领域的图像识别等。

原创 卷积算子应用举例

下面是使用Conv2D算子完成一个图像边界检测的任务。图像左边为光亮部分，右边为黑暗部分，需要检测出光亮跟黑暗的分界处。设置宽度方向的卷积核为[1,0,−1][1, 0, -1][1,0,−1]，此卷积核会将宽度方向间隔为1的两个像素点的数值相减。当卷积核在图片上滑动时，如果它所覆盖的像素点位于亮度相同的区域，则左右间隔为1的两个像素点数值的差为0。只有当卷积核覆盖的像素点有的处于光亮区域，有的处在黑暗区域时，左右间隔为1的两个点像素值的差才不为0。

原创 PaddlePaddle飞桨练习——使用Python和NumPy构建神经网络模型（以波士顿房价为例）

使用Python和NumPy构建神经网络模型（以波士顿房价为例）

原创 全连接神经网络&反向传播算法推导&lambda函数

神经网络

原创 python实现感知器（与或运算）

该直线确定的判定边界将空间内的不同元素划分为正负两类，通过学习得到感知器模型，对于新的新输入向量可预测其输出类别。输入信号是每一个样本的特征，期望的输出是该样本的类别。当输出与类别不同时，可以通过调整突触权值和偏置值，直到每个样本的输出与类别相同。感知器的输出为：y=f(n)=f(wx+b) //其中，w和b为感知器模型参数，w表示全权值，b表示偏置，wx表示w和x的内积。感知器属于一种简单的神经元，在神经网络中通常感知机与神经元的区别就是激活函数的不同，一般常用的激活函数是。感知器中为阶跃函数。

原创 课堂推导9.26

原创 python实现梯度下降法

python梯度下降法

原创 习题：PageRank算法原理——Python实现（Google矩阵）

假设互联网是一个有向图，在其基础上定义随机游走模型，即一阶马尔可夫链，表示网页浏览者在互联网上随机浏览网页的过程。假设浏览者在每个网页依照连接出去的超链接以等概率跳转到下一个网页，并在网上持续不断进行这样的随机跳转，这个过程形成一阶马尔可夫链。历史上，PageRank算法作为计算互联网网页重要度的算法被提出。PageRank是定义在网页集合上的一个函数，它对每个网页给出一个正实数，表示网页的重要程度，整体构成一个向量，PageRank值越高，网页就越重要，在互联网搜索的排序中可能就被排在前面。

转载 python9.12作业——numpy简单操作

endpoint， 如果是真，则一定包括stop，如果为False，一定不会有stop。返回num均匀分布的样本，在[start, stop]，默认生成50个数据。在指定间隔start到stop内返回均匀间隔的数组。2. 水平拆分：numpy.hsplit。1. vsplit沿着垂直轴分割。retstep，显示步长信息。

原创 python作业三：self用法、__init__()用法、调用函数

类就是让实例对象有了self的功能。我们在Grass类中定义了setDate方法去设定该Grass的属性，这样过于繁琐，而用__init__（）这个特殊的方法就可以方便地自己对类的属性进行定义，__init__()方法又被称为构造器。类的方法（构造方法和实例方法）中都会有一个固定参数self，其实这个参数就是代表着实例本身，就像是一个ID card，实例可以凭着身份证去调用类方法。Python中的__init__()函数的作用是实现类的每个变量申请内存空间并付初值，是一个初始化的方法。

原创 使用Python实现欧拉公式（结果输出以及图像绘制）

【代码】使用Python实现欧拉公式（结果输出以及图像绘制）

原创 Python作业二：几种简单实现从1加到500求和的方法

python五种方法实现从1累加到500

原创 python作业一：Win10 下的python3.6、anaconda3、pycharm安装以及简单的字符串输出

python简单输出