不再是个孩子喵小姐
码龄7年
求更新 关注
提问 私信
  • 博客：19,106
    19,106
    总访问量
  • 15
    原创
  • 15
    粉丝
  • 32
    关注
IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）
IP 属地：北京市
加入CSDN时间： 2018-01-19
博客简介：

weixin_41650458的博客

查看详细资料
个人成就
  • 获得11次点赞
  • 内容获得16次评论
  • 获得53次收藏
创作历程
  • 1篇
    2019年
  • 14篇
    2018年
成就勋章
TA的专栏
  • python
    3篇
  • Deep Learning
  • NLP
    1篇
  • tensorflow
    4篇
  • Machine Learning
    2篇
  • Java Coding
    3篇
  • Paper Reading
    1篇
  • configuration
    1篇

TA关注的专栏 1

TA关注的收藏夹 0

TA关注的社区 0

TA参与的活动 0

创作活动更多

新星杯·14天创作挑战营·第9期

这是一个以写作博客为目的的创作活动，旨在鼓励大学生博主们挖掘自己的创作潜能，展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴，那么，快来参加吧！我们一起发掘写作的魅力，书写出属于我们的故事。我们诚挚邀请你们参加为期14天的创作挑战赛！ 注： 1、参赛者可以进入活动群进行交流、分享创作心得，互相鼓励与支持（开卷），答疑及活动群请见 https://bbs.csdn.net/topics/619626357 2、文章质量分查询：https://www.csdn.net/qc

475人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多

  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

英文事件抽取论文整理

  不知不觉，研究英文事件抽取两年了，是时候将看过的paper做一个总结了  目前事件抽取仍然集中于基于表示的神经网络方法，但基于特征的方法仍然值得去领悟，因此我主要按这两个类别进行分类：  基于特征的方法  2006_ACL_The Stages of Event Extraction  2008_ACL_Refining Event Extractionthrough Cross-...
原创
发布博客 2019.02.21 ·
2442 阅读 ·
2 点赞 ·
6 评论 ·
12 收藏

错误：ImportError：No module named 'sklearn.model_selection‘

                            无论怎样，都不要忘记微笑！愿你成为自己的太阳，无须借助谁的光！刚开始，对于神经网络这个黑匣子，一直保持不认可，不接受的态度，而这一切的根源就在于它的可解释性太差，你搞不懂它为什么实验性能好？而神经网络实验性能的好坏又与参数有着很大的关系，此时，调参成为了重中之重，感觉有点舍本逐末的意思！调参大家普遍采用grid search算法，之前...
原创
发布博客 2018.11.12 ·
1186 阅读 ·
2 点赞 ·
0 评论 ·
2 收藏

JAVA安装与环境配置

一份耕耘，一份收获；不要在该奋斗的年纪选择安逸！一、安装eclipse 1）在网页搜索‘eclipse’，选择官网下载： 2）下载好后，双击‘eclipse’应用程序，由于没有安装JRE或JDK，此时会报错：   二、安装jdk（链接为：https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-213...
原创
发布博客 2018.10.23 ·
303 阅读 ·
1 点赞 ·
0 评论 ·
1 收藏

腾讯2018春招技术类编程题3

既然不能解决眼前的苟且，就先把诗和远方放一放！加油吧，我的喵小姐！3、贪吃的小Q审题：1）每天至少吃一块巧克力，所以第一天最多吃M-(N-1);2）从M-(N-1)开始遍历，找到满足条件的吃法。 import java.util.Scanner;public class Main { public static void main(String[] args) { ...
原创
发布博客 2018.10.14 ·
263 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

论文阅读之2018_COLING_Enhancing Sentence Embedding with Generalized Pooling

作者：Qian Chen - University of Science and Technology of China           Zhen-Hua Ling - University of Science and Technology of China           Xiaodan Zhu - ECE, Queen’s University任务：自然语言推理—判断前提和假...
原创
发布博客 2018.09.20 ·
803 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

腾讯2018春招技术类编程题2

   既然不能解决眼前的苟且，就先把诗和远方放一放！加油吧，我的喵小姐！2、纸牌游戏首先认真看题：1）时间限制为1s，不适合用循环；2）双方均最优-即如果是按从大到小的顺序排下来，则应该是一正一负依次加起来即可。所以现在问题的关键就是如何使输入的数据有序？此时，我首先想到的是各种排序方法，但是它们均用到了循环，时间上肯定不满足，而且依我自己的直觉，总觉得不能使用内置的排序函数，所以尽管...
原创
发布博客 2018.09.16 ·
351 阅读 ·
0 点赞 ·
1 评论 ·
0 收藏

腾讯2018春招技术类编程题1

     编程的时候一直没养成好的习惯，拿住题想都不想就开始coding，但是这样往往会想当然，希望自己在之后的每周练习中能够养成良好的编程习惯！——记住：拿到题，先思考，尽可能考虑全面，而不是着急火燎的去编码，思考作为coding的前奏，才能事半功倍（作为一个编程小菜鸟，希望能慢慢提升自己编码时候的思维能力，以前我总是喜欢说：“我不喜欢计算机，但是很无奈我本科学了它，研究生还在学它”！今天我告诉...
原创
发布博客 2018.09.16 ·
348 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

Python中的内置函数---zip()

形式：zip(*iterables)参数解释：iterables---迭代器：可以是内建的迭代器，比如：字符串、列表、元组、字典、集合等，也可以是用户定义的迭代器，其中需要包含__iter__()方法返回值：返回一个由元组组成的对象，以下说的都是经过list()之后的列表形式。             1）如果没有参数，将返回一个空的迭代器；             2）如果只有一个参数，...
原创
发布博客 2018.09.12 ·
297 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

机器学习之分类问题的评估指标2---准确率、精确率、召回率以及F1值

本节主要了解一下sklearn.metrics下计算准确率、精确率、召回率和F1值的函数以及对于多分类问题计算时的理解1、sklearn.metrics.accuracy_score(y_true, y_pred, normalize=True, sample_weight=None)normalize：bool型值，默认为True；如果为False，则表示正确分类的样本数2、klearn...
原创
发布博客 2018.09.09 ·
3177 阅读 ·
1 点赞 ·
1 评论 ·
8 收藏

机器学习之分类问题的评估指标1---准确率、精确率、召回率以及F1值

  Relevant NonRelevant Retrived True Positive（TP） False Positive（FP） Not Retrived False Negative（FN） True Negative（TN）...
原创
发布博客 2018.09.09 ·
4192 阅读 ·
4 点赞 ·
2 评论 ·
18 收藏

Tensorflow函数学习笔记3---tf.nn.dropout

下面列出的是源码部分：tf.nn.dropout(x, #一个tensorkeep_prob, #决定每个元素被保留的概率，(0,1]noise_shape=None, #暂留问题seed=None, name=None){ ...... noise_shape = _get_noise_shape(x, noise_shape)#若noise_shape保留...
原创
发布博客 2018.09.08 ·
333 阅读 ·
0 点赞 ·
0 评论 ·
3 收藏

Tensorflow函数学习笔记2---tf.multipy和tf.matmul

1、multiply(x,y,name=None)—实现元素级别的相乘 1）注意：x与y要有相同的数据类型，要是int都是int，要是float都是float，否则会因为数据类型不匹配而报错，看下面例子：x=tf.constant([[1.0,2.0,3.0],[1.0,2.0,3.0],[1.0,2.0,3.0]])y=tf.constant([[0,0,1],[0,0,1],[0,...
原创
发布博客 2018.09.08 ·
2329 阅读 ·
0 点赞 ·
0 评论 ·
4 收藏

Python中的字典排序操作---sorted

sorted(iterable,key,reverse)参数解释：1）iterable：一个可以迭代的对象，通常为d.items()或者d.keys()，前者代表返回的列表元素里键和值都存在，而后者返回的列表元素中则只有键；2）key：一个函数，用来选取参与比较的元素，这里一般采用lambda e:e[0]形式，这是代表按键排序，若改为e[1]，则表示按值排序；3）reverse：若为Tr...
原创
发布博客 2018.09.07 ·
378 阅读 ·
0 点赞 ·
0 评论 ·
2 收藏

Tensorflow函数学习笔记1---tf.reduce_mean

tf.reduce_mean(#沿着axis维度求平均    input_tensor,#输入    axis=None,#表示在哪个维度进行sum操作。     keep_dims=False,#当值为False时，相当于执行完后原始数据就会减少一个维度；而为True时，表示要保留原始数据的维度。    name=None,    reduction_indices=None,#axi...
原创
发布博客 2018.09.07 ·
1396 阅读 ·
1 点赞 ·
0 评论 ·
9 收藏

Python报错记录1---TypeError

return [vocabulary.get(w, UNK_ID) for w in words if len(words) <= 80 and len(words) >= 8] 这句代码是没有错的，但是除了以上我还想考虑一下len(words)>80的情况，所以我改成了下面： if len(words) >= 4 and len(words) <=...
原创
发布博客 2018.09.06 ·
264 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏
加载更多