- 博客(18)
- 收藏
- 关注
RSS订阅
原创 seatunnel同步influxdb表遇到的问题
linux安装influxDB2.7版本后，正常使用ip:8086 可访问 influxdb UI ，填个用户名、密码、org、buckets。使用influxdb client客户端，
2023-10-20 11:34:35
146
原创 有向无环图AVG JAVA
最近在做流程组态相关项目，使用seatunnel+spark进行数据处理，但是seatunnel生成的json文件要求必须与流程节点顺序一致，否则执行中会报各种表找不到错误。再者在流程组态过程中节点配置正确后再回过头来对前面节点进行修改后直接保存，导致流程保存成功但是运行过程失败问题。故引入有向无环图进行此问题处理，生成json文件时，节点按照有向无环图排序后组装，保存时根据有向无环图顺序校验当前节点的输入与前一个节点的输出是否相匹配。
2023-07-19 10:41:24
182
转载 初识DL在自然语言序列标注中的应用
转自：http://blog.csdn.net/hjimce/article/details/51289958初识DL在自然语言中的应用原文地址：作者：一、自然语言序列标注 虽然之前自己对于HMM、CRF、Word2vec、Attention机制、Encode-Decode等，在自然语言领域的应用已经比较熟悉了，看过的文献、教程、算法等也很多，但是感觉都只
2016-11-03 18:35:49
1305
转载 使用Word Embedding构造简洁有效的文本摘要系统
转自：http://blog.csdn.net/malefactor/article/details/51264244作者：张俊林,黄通文,薛会萍文本摘要是在信息泛滥的时代非常重要的工具，可以帮助用户快速判断文章内容主旨，并以此决定是否值得细看文章内容。本文介绍下我们在2014年底2015年初时，使用WordEmbedding思想来构造文本摘要的一些思路，其中包
2016-11-03 18:31:04
349
转载 使用RNN解决NLP中序列标注问题的通用优化思路
转载自：http://blog.csdn.net/malefactor/article/details/50725480 作者：张俊林序列标注问题应该说是自然语言处理中最常见的问题，而且很可能是最而没有之一。在深度学习没有广泛渗透到各个应用领域之前，传统的最常用的解决序列标注问题的方案是最大熵、CRF等模型，尤其是CRF，基本是最主流的方法。随着深度学习的不断探索和
2016-11-03 18:27:13
229
转载 卷积神经网络在自然语言处理的应用
数据娃掘的技术博客专注ML、DL、NLP技术知识； 新浪微博：http://weibo.com/4liuzhuang目录视图摘要视图订阅移动信息安全的漏洞和逆向原理 【观点】世界上最好的语言是什么 58到家周俊鹏：webpack PK fis，我更喜欢前者卷积神经网络在自然语言处理的应用
2016-11-03 18:17:07
396
转载 深度学习-自然语言模型
数据娃掘的技术博客专注ML、DL、NLP技术知识； 新浪微博：http://weibo.com/4liuzhuang目录视图摘要视图订阅移动信息安全的漏洞和逆向原理 【观点】世界上最好的语言是什么 58到家周俊鹏：webpack PK fis，我更喜欢前者深度学习-自然语言模型
2016-11-03 18:05:31
522
转载 视频+代码+资料:Nils Reimers面向NLP的深度学习(Theano/Lasagne)系列教程
https://github.com/UKPLab/deeplearning4nlp-tutorial/tree/master/2015-10_Lecture
2016-11-03 18:03:33
228
转载 python机器学习之神经网络(三)
来自http://blog.csdn.NET/cui134/article/details/26841073前面两篇文章都是参考书本神经网络的原理，一步步写的代码，这篇博文里主要学习了如何使用neurolab库中的函数来实现神经网络的算法。首先介绍一下neurolab库的配置：neurolab下载地址：进入该地址选择你所需要的版本进行下载，下载完成后解压。n
2016-11-03 18:00:59
945
转载 python机器学习之神经网络(二)
来自：http://blog.csdn.NET/cui134/article/details/26823101由于Rosenblatt感知器的局限性，对于非线性分类的效果不理想。为了对线性分类无法区分的数据进行分类，需要构建多层感知器结构对数据进行分类，多层感知器结构如下：该网络由输入层，隐藏层，和输出层构成，能表示种类繁多的非线性曲面，每一个隐藏层都有一个激活函数，将
2016-11-03 18:00:24
306
转载 python机器学习之神经网络(一)
原文地址：http://blog.csdn.net/cui134/article/details/25632981Python有专门的神经网络库，但为了加深印象，我自己在numpy库的基础上，自己编写了一个简单的神经网络程序，是基于Rosenblatt感知器的，这个感知器建立在一个线性神经元之上，神经元模型的求和节点计算作用于突触输入的线性组合，同时结合外部作用的偏置，对若干个突触的输入求
2016-11-03 17:57:59
214
转载 人人都能用Python写出LSTM-RNN的代码！[你的神经网络学习最佳起步]
原文地址：blog.csdn.net/zzukun/article/details/499681291. 概要我的最佳学习法就是通过玩具代码，一边调试一边学习理论。这篇博客通过一个非常简单的python玩具代码来讲解递归神经网络。那么依旧是废话少说，放‘码’过来！[python] view plain copy import copy,
2016-11-03 17:54:06
213
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 循环神经网络(Recurrent Neural Networks，RNNs)已经在众多自然语言处理(Natural Language Processing, NLP)中取得了巨大成功以及广泛应用。但是，目前网上与RNNs有关的学习资料很少，因此该系列便是介绍RNNs的原理以及如何实现。主要分成以下几个部分对RN
2016-11-03 17:46:53
173
转载 自然语言处理(NLP)概念浅析及国内外学习资料盘点
近来，人工智能（AI）行业利好消息不断，各大巨头都在积极拼抢这个领域的人才，笔者最近也频繁收到相关方面的咨询和讨论，不得不说，有时候大家真的搞错。人工智能是个非常大的概念，囊括了几乎所有学科，并非单纯计算机、通信、声学、光学等领域，也并非热炒的机器学习(例如深度学习和强化学习)就能实现的。然而，基于大数据和机器学习的狭义人工智能，确实已经给人类生活带来了巨大的变化，比如搜索、电商、广告、社交、语音
2016-11-03 17:33:44
912
转载 使用Stanford Word Segmenter and Stanford Named Entity Recognizer (NER)实现中文命名实体识别
一、分词介绍http://nlp.stanford.edu/software/segmenter.shtml斯坦福大学的分词器，该系统需要JDK 1.8+，从上面链接中下载stanford-segmenter-2014-10-26，解压之后，如下图所示，进入data目录，其中有两个gz压缩文件，分别是ctb.gz和pku.gz，其中CTB：宾州大学的中国树库训练资料 ，PKU：中国北京
2016-11-03 17:29:48
491
转载 基于深层神经网络的命名实体识别技术
引言命名实体识别（Named Entity Recognition，后文简称NER）是指从文本中识别具有特定类别的实体（通常是名词），例如人名、地名、机构名、专有名词等。命名实体识别是信息检索，查询分类，自动问答等问题的基础任务，其效果直接影响后续处理的效果，因此是自然语言处理研究的一个基础问题。传统的方法NER的问题通常被抽象为序列标注(Sequence labeling)问题。所谓
2016-11-03 17:22:23
281
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人