NLP修炼（Day1）

最新推荐文章于 2019-04-27 20:56:54 发布
最新推荐文章于 2019-04-27 20:56:54 发布
阅读量122 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43314778/article/details/89069268
版权

准备工作

  • Anaconda安装
  • Conda安装
  • jupyter notebook安装
  • TensorFlow安装与学习
    前三点我们就不多说了，都是傻瓜式操作，一直点next就行；
    我们重点说说TensorFlow的安装与学习
    首先要了解，在TensorFlow中是如何：

1、将计算流程表示成图
2、通过Sessions来执行图计算
3、将数据表示成tensors
4、使用variables来保持状态信息
5、分别使用feeds和fetches来填充数据和抓取任意的操作结果
这些可参考：
http://www.jeyzhang.com/tensorflow-learning-notes.html

我就叫小灰灰
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
自然语言处理NLP快速入门1
08-03
自然语言处理（NLP）是人工智能领域的一个关键分支，旨在让计算机能够理解并处理人类使用的自然语言，从而缩小计算机与人类在语言理解上的差距。NLP的应用广泛，包括但不限于语音识别、机器翻译、情感分析、问答系统...
自然语言处理NaturalLanguageProcessing(NLP).ppt
11-12
自然语言处理（NLP）是计算机科学领域与人工智能的一个重要分支，主要研究如何处理和理解人类的自然语言，包括但不限于英语、汉语等。NLP旨在让计算机能够理解、生成、处理和生成这些语言，以便更好地服务于信息处理...
NLP修炼之旅（Day5）
Mr.Nono的博客
04-15 129
朴素贝叶斯的原理 利用“反向概率”的原理，贝叶斯建立了贝叶斯原理：在我们不了解所有的客观事实的情况下，同样可以估计一个值，然后根据实际效果不断进行修正 贝叶斯原理是基于条件概率，通过P(A|B)来求P(B|A)：P(B∣A)=P(B)P(A∣B)P(A)P(B | A)=\frac{P(B) P(A | B)}{P(A)}P(B∣A)=P(A)P(B)P(A∣B)​其中，分母P(A),可以根据全...
NLP修炼之旅（Day7）
Mr.Nono的博客
04-19 189
pLSA、共轭先验分布 pLSA（Probabilistic Latent Senmanticing Indexing ）是Hoffman在1999年提出的基于概率的隐语义分析，之所以说是Probabilistic，是因为这个模型还加入了一个隐变量：主题Z，也正因如此，它被称为主题模型 设θ\thetaθ是总体分布中的参数（或者参数向量）,π(θ)\pi(\theta)π(θ)是θ\thetaθ...
NLP修炼之旅（Day6）
Mr.Nono的博客
04-17 127
SVM的原理 SVM（支持向量机）是一种二分类模型，他的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使他有别于感知机，SVM学习算法就是求解凸二次规划的最优化算法 SVM核心思想就是找到不同类别的之间的分界面，使得两类样本尽量落在面的两边，而且离分界面尽量远 SVM学习的基本思想是求解能够正确的划分训练数据集并且几何间隔最大的分离超平面，对于线性可分的数据集来说，这样的超平面有无穷多...
NLP修炼之旅（Day4）
Mr.Nono的博客
04-13 110
TF-IDF TF-IDF（Term Frequency -Inverse Document Frequency）是有TF和IDF两部分组成，TF指的词频，IDF指的是逆文本频率，用来反映一个词在文本中的出现频率，最后TF-IDF是有两部分乘积表示； 文本矩阵化 文本矩阵化，使用词袋模型，以TF-IDF特征值为权重，可以考虑使用Python中的TfidTransformer库 互信息 互信息是衡...
NLP修炼之旅（Day2）
Mr.Nono的博客
04-09 1379
一、IMDB数据集 数据集介绍 IMDB数据集下载：http://ai.stanford.edu/~amaas/data/sentiment/ 数据集简介： IMDb创建于1990年10月17日，从1998年开始成为亚马逊公司旗下网站，数据集中包括了影片的众多信息、演员、片长、内容介绍、分级、评论等。对于电影的评分目前使用最多的就是IMDb评分。 数据集分析 数据下载后包括train和t...
NLP修炼之旅（Day9）
Mr.Nono的博客
04-23 138
文本表示：从one-hot到word2vec。 1.词袋模型：离散、高维、稀疏。 1.分布式表示：连续、低维、稠密。word2vec词向量原理并实践，用来表示文本 词袋模型 文本表示分为离散表示与分布式表示，其中词袋模型BoW(Bag-of-words)是n-gram语法模型的特例1元模型，该模型忽略掉文本的语法和语序等要素，将其仅仅看作是若干个词汇的集合，文档中每个单词的出现都是独立的。B...
NLP修炼之旅（Day8）
Mr.Nono的博客
04-22 199
前馈神经网络、网络层数、输入层、隐藏层、输出层、隐藏单元、激活函数的概念。 感知机相关；利用tensorflow等工具定义简单的几层网络（激活函数sigmoid），递归使用链式法则来实现反向传播。 激活函数的种类以及各自的提出背景、优缺点。（和线性模型对比，线性模型的局限性，去线性化） 深度学习中的正则化（参数范数惩罚：L1正则化、L2正则化；数据集增强；噪声添加；early stop；Dro...
NLP修炼之旅（Day10）
Mr.Nono的博客
04-25 149
卷积运算的定义、动机（稀疏权重、参数共享、等变表示）。一维卷积运算和二维卷积运算。 反卷积(tf.nn.conv2d_transpose) 池化运算的定义、种类（最大池化、平均池化等）、动机。 Text-CNN的原理。 利用Text-CNN模型来进行文本分类 1. 卷积运算 卷积网络，也叫卷积神经网络(CNN)，是一种专门依赖处理具有类似网络结构的数据的神经网络。卷积是一种特殊的线性运算。卷积...
NLP修炼之旅（Day11）
Mr.Nono的博客
04-27 174
RNN的结构。循环神经网络的提出背景、优缺点。着重学习RNN的反向传播、RNN出现的问题（梯度问题、长期依赖问题）、BPTT算法。 2. 双向RNN 3. LSTM、GRU的结构、提出背景、优缺点。 4、针对梯度消失（LSTM等其他门控RNN）、梯度爆炸（梯度截断）的解决方案。 5. Text-RNN的原理。 6. 利用Text-RNN模型来进行文本分类 1. RNN结构 循环神经网络RNN,...
NLP课件（自然语言处理课件）
08-19
自然语言处理（NLP）是计算机科学领域的一个重要分支，它专注于使计算机能够理解、解析、生成和操作人类自然语言。这些课件涵盖了NLP的多个核心主题，为学习者提供了一个全面的学习路径。 首先，"L1 - Introduction...
自然语言处理NLP，杂项NLP代码
03-27
自然语言处理NLP，杂项NLP代码 说明：自然语言处理NLP，杂项NLP代码 (NLP,misc NLPcode) 文件列表: src(0,03-17) src\hmmtagger(0,03-17) src\hmmtagger\HMMTagger.java(15760,03-17) src\hmmtagger\State.java(700,...
NLP自然语言处理nlp，一些nlp片段
03-21
【NLP】自然语言处理nlp，一些nlp片段 说明：nlp，一些nlp片段 (nlp,somenlpfragments) 文件列表: nlp_desc1.jpg(117535,-11-04) nlp_desc2.jpg(83461,-11-04) splits.java(3636,-11-04) 【NLP】自然语言处理nlp，...
分包合同计量单.docx
07-13
分包合同计量单.docx
树莓派简介PPT课件.ppt
07-13
树莓派简介PPT课件.ppt
项目债务盘点明细表.docx
07-13
项目债务盘点明细表.docx
全网最热Python3入门+进阶 更快上手实际开发
最新发布
07-13
网最热Python3入门+进阶 更快上手实际开发 第1章 Python入门导学.mp4 239.6MB 第9章 高级部分：面向对象 第8章 Python函数 第7章 包、模块、函数与变量作用域 第6章 分支、循环、条件与枚举 第5章 变量与运算符 第4章 Python中表示“组”的概念与定义 第3章 理解什么是写代码与Python的基本类型 第2章 Python环境安装 第1章 Python入门导学 第14章 Pythonic与Python杂记 第13章 实战：原生爬虫 第12章 函数式编程： 匿名函数、高阶函数、装饰器
AI人工智能-NLP技术-自然语言处理技术分享 自然语言处理之序列模型 第01课_自然语言处理概论 共53页.pptx
04-26
"该课程是关于AI人工智能领域中的自然语言处理技术(NLP)的分享，主要探讨了自然语言处理中的序列模型。课程内容全面，包括自然语言处理的基础概念、广泛应用、技术挑战、历史进程、一般思路和基本工具，并对序列模型...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值