本周的学习有:
1、继续学习Web前端知识。并且结合 本学期的前端课 做了相关网页实践和完善。
2、继上周的 jieba 分词之后,本周学习并搭建 hanlp 。
3、小部分时间学习深度学习相关的内容。
Web:
- 本周的web实践是运用课上学过的知识,熟悉并设计学校官网整体布局。目前还需要完善的是网页的主体文字部分。
- 部分网页代码:
- 半成品网页:
Hanlp:
-
Hanlp是自然语言处理开发包,由一系列模型与算法组成的NLP工具包,具有自然语言处理技术优势。目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。
-
HanLP 主要功能包括分词、词性标注、关键词提取、自动摘要、依存句法分析、命名实体识别、短语提取、拼音转换、简繁转换等等,本篇仅介绍5个用途。
一、分词、词性标注
二、依存句法分析
三、关键词提取
四、摘要抽取
五、繁简转换
TensorFlow:(第二节)
- session会话
Session会话是tensorflow里面的重要机制,tensorflow构建的计算图必须通过Session会话才能执行,如果只是在计算图中定义了图的节点但没有使用Session会话的话,就不能运行该节点。比如在tensorflow中定义了两个矩阵a和b,和一个计算a和b相加的c节点,如果想要得到a和b的相加结果(也就是c节点的运算结果)的话,必须要建立Session会话,并调用Session中的run方法运行c节点才行。
- variable变量
训练模型时,需要使用变量(Variables)保存和更新参数。Variables是包含张量(tensor)的内存缓冲。变量必须要先被初始化(initialize),而且可以在训练时和训练后保存(save)到磁盘中。之后可以再恢复(restore)保存的变量值来训练和测试模型。
变量的使用是有Variable和get_variable两种:
- tf.get_variable()和tf.Variable()用法
关于get_variable(),获取已存在的变量(要求不仅名字,而且初始化方法等各个参数都一样),如果不存在,就新建一个。
而tf.Variable()为用于生成一个初始值为initial-value的变量。必须指定初始化值,
- tf.get_variable()和tf.Variable()的区别
使用tf.Variable时,如果检测到命名冲突,系统会自己处理。使用tf.get_variable()时,系统不会处理冲突,而会报错
使用tf.Variable时,如果检测到命名冲突,系统会自己处理。使用tf.get_variable()时,系统不会处理冲突,而会报错。