- 博客(7)
- 资源 (3)
- 收藏
- 关注
原创 b站视频笔记 :Sampling from Bayes‘ Nets| Pieter Abbeel教授的贝叶斯网络采样讲解
从联合概率分布中采样首先把目标分布映射到0至1的区间,采样过程:1)把0-0.8映射为+a的区间,0.8-1映射为-a的区间,如果系统随机给出的概率刚好为0.8,则映射到后者的区间范围内,即取-a。2)0.31<0.8 取a0.58<0.8 取a0.04<0.8 取a0.94>0.8 取-a0.67<0.8 取a0.49<0.8 取a下图采样方式同理:从条件概率分布中采样假设取A = +a,则可以将0-0.3映射为 +b,0.
2020-11-30 10:55:27 843
原创 论文笔记自用: 从训练数据集和测试实例学习贝叶斯网络分类器的判别结构
数据集:WBC数据集(威斯康星洲乳腺癌数据库)相关概念MI :mutual information 交互信息CMI :conditional mutual information 条件交互信息:用来度量属性Xi和Xj与类变量C之间的条件依赖关系:LMI:CLMI :BNC: Bayesian network classifier 贝叶斯网络分类器UKDB: unrestricted k-dependence Bayesian classifier 无限制k相关贝叶斯分类器领域知识 :它
2020-11-28 21:59:48 1758 1
原创 日常防忘:CS224n 第四讲 (word window 分类与神经网络)第五讲(反向传播和项目建议)
Details of the softmax把给定输入x时的输出为y的概率计算分成两步:
2020-11-11 21:58:28 297
原创 日常防忘:CS224n 第六讲(依存分析)第七讲(tensorflow入门)
上下文无关语法:依存句法结构:通过找到句子中每个词所依赖的结构来描述句子结构Catalan数:完整的语言学以树库的形式标注数据,依存树短语结构语法依存句法的思想是:一个句子模型,我们有一个词法项之间的关系或者词之间的关系,只有词法项之间是二元的不对称关系泛依存(universal dependencies)依存距离投影依存树:如果一个依存树是完全嵌套的,则被称为投影依存树,可以把它投射到一个平面上,然后得到一个嵌套关系。正确外位:依存分析的方法动态编程法图算法:MST算法(最小生成
2020-11-11 21:38:12 513
原创 日常python报错及解决方法记录
电脑配置:tensorflow_gpu-1.4.0keras 2.0.8numpy 1.16.01.问题描述:在TensorFlow教程:电影评论文本分类中 按照给定语句model = keras.Sequential()在电脑中跑的时候报错:AttributeError: module ‘keras’ has no attribute ‘Sequential’解决方法:将model = keras.Sequential()替换成model=keras.models.Sequential(
2020-11-07 22:01:26 1668
原创 自用防忘:cs224n 笔记:第二、三讲 词向量表示
独热向量编码只有一个1,其余都是0*问题:*体现不出来两个向量的内在相似性,因两向量的点积为0,得不出词汇与模型之间的关联*目的:*探索一种直接的方法,可以直接阅读一个单词编码表示的含义,进而看出来单词间的相似性。所以我们要做的就是构造这些向量,然后做一种类似求解点积的操作,这样就可以让我们了解词汇之间有多少相似性。分布相似性:通过观察其出现的上下文并对这些上下文做一些处理可以得到大量表示某个词汇含义的值。*如:*可以找很多包含banking的句子,然后观察每次他出现的场合,统计和bankin
2020-11-05 22:34:04 392
原创 日常防忘:安装tensorflow_gpu-1.4.0
日常防忘:重装tensorflow_gpu-1.4.0安装anaconda下载地址:https://www.anaconda.com/download/#windows镜像源conda:临时添加镜像源:conda config -c https://… tensorflow_gpu参考:https://blog.csdn.net/qq_27825451/article/details/89237574pip :临时添加镜像源:pip install -i https://… tenso
2020-11-04 11:10:17 1716 1
论文中所用的cwru数据集
2022-06-14
论文所用的JNU数据集
2022-06-14
论文中所用mfpt数据集
2022-06-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人