van的博客

对多维的ids进行look up 结果如下：

Batch normalization(BN)BN是对输入的特征图进行标准化的操作，其公式为： xx - 原输入 x^x^ - 标准化后的输入 μμ - 一个batch中的均值 σ2σ2 - 一个batch中的方差 ϵϵ - 一个很小的数，防止除0 ββ - 中心偏移量(center) γγ - 缩放(scale)系数tensorflow中提供了三种BN方法：tf...

放弃！截至2018年10月，tensorflow1.9并不支持CUDA9.2及其对应的cudnn，而mx150只能安装CUDA9.2，所以笔记本上还是放弃，别再入坑了。 如有解决方案欢迎留言：）...

#svdfrom PIL import Imageimport numpy as npdef rebuild_img(u, sigma, v, p): #p表示奇异值的百分比 m = len(u) n = len(v) A=np.zeros((m,n)) for i in range(int(len(sigma)*p)): #print(i)...

import tensorflow as tfwith tf.variable_scope('gg',reuse=tf.AUTO_REUSE): f=tf.placeholder(tf.int32,[None]) f_f=tf.to_float(f > 0) user_emb_w = tf.get_variable("user_emb_w", [2, 5]) ...

pandas_dataframe入门教程，dataframe的基础教程，供新手入门，老鸟复习/查阅。下载地址： https://download.csdn.net/download/wxf2012301351/10803817

tensorflow collectiontensorflow的collection提供一个全局的存储机制，不会受到变量名生存空间的影响。一处保存，到处可取。接口介绍#向collection中存数据tf.Graph.add_to_collection(name, value)#Stores value in the collection with the given name....

class tf.train.Saver保存和恢复变量最简单的保存和恢复模型的方法是使用tf.train.Saver 对象。构造器给graph 的所有变量，或是定义在列表里的变量，添加save 和 restore ops。saver 对象提供了方法来运行这些ops，定义检查点文件的读写路径。检查点是专门格式的二进制文件，将变量name 映射到 tensor value。检查checkp...

标题 

更新：按维度一致求导：  主要思路：a)拆分；b)只考虑相关量（一）手动：1.使用拆分方法:2.实例验证：3.推广到普遍场景：（二）tensorfow代码验证：ps:实际的多过程中的矩阵相乘，使用矩阵的维度判断更加简单图中代码下载：下载地址...

  Word2vec tutorial-the skip gram 1.总述：       创建一个简单的神经网络，一个输入层，一个隐藏层，一个输出层， 我们只需要得到有效的隐藏层的权重即可。 2.构建数据：       使用word pairs作为一个训练组（w1,w2） 输入一个单词，输出其上下文单词。 ...

1.读取词向量def getWordWeight(weightfile, a=1e-3): if a <=0: # when the parameter makes no sense, use unweighted a = 1.0 word2weight = {} with open(weightfile) as f: line...

groupby分组函数：　　返回值：返回重构格式的DataFrame，特别注意，groupby里面的字段内的数据重构后都会变成索引　　groupby(),一般和sun()一起使用，如下例：from pandas import Series,DataFrame a=[['Li','男','PE',98.],['Li','男','MATH',60.],['liu','男','MATH',...

 参考：https://blog.csdn.net/itplus/article/details/37969817侵删

 参考：https://blog.csdn.net/v_JULY_v/article/details/51812459侵删！

代码：from keras.applications import ResNet50from keras.models import Sequentialfrom keras.layers import Dense, Flatten, GlobalAveragePooling2Dnum_classes = 2#classesresnet_weights_path = 'resnet50_...

 ________________________________________________________________________________________________________F1 score是一个用来评价二元分类器的度量。先回顾一下它的计算公式： F1=21recall+1precision=2recall×precisionrecall+pre...

from hyperopt import fmin, tpe, hp, STATUS_OK, Trials, space_evalimport numpy as npdef func(param_dict): loss=(param_dict['x'] ** 2 - 20 * param_dict['x']) ret = { "loss": loss, ...

20180911 分类：QA,数据集 让AI学会刨根问底和放飞自我，斯坦福最新问答数据集CoQA https://www.jiqizhixin.com/articles/2018-09-11-3正常方式QA方式： 我们通常以提问的方式来向别人求解或测试对方。然后根据对方的回答，我们会继续提问，然后他们又基于之前的讨论来回答。 虚拟助手的问题： 无法建立和维持这种问答方式是虚拟助手无...

标签： tensorflow nan 分类： 深度学习 之前在TensorFlow中实现不同的神经网络，作为新手，发现经常会出现计算的loss中，出现Nan值的情况，总的来说，TensorFlow中出现Nan值的情况有两种，一种是在loss中计算后得到了Nan值，另一种是在更新网络权重等等数据的时候出现了Nan值，本文接下来，首先解决计算loss中得到Nan值的问题，随后介绍更新网络时，出现N...

输入数据： one-hot ,embedding optimizer:adam,monentumbatch:可以使用placeholder，在输入batch时，处理每个batch,而不是一次性全部放到内存中。

solution: 不是用默认graph用例：import tensorflow as tfg1 = tf.Graph()with g1.as_default():c1 = tf.constant([1.0])with tf.Graph().as_default() as g2:c2 = tf.constant([2.0])with tf.Session(graph=g1) as...

session.run([fetch1, fetch2])关于 session.run([fetch1, fetch2])，请看http://stackoverflow.com/questions/42407611/how-tensorflow-handle-the-computional-graph-when-executing-sess-run/42408368?noredirect=1#c...

通过dev set测试train的loss，直至dev set的loss最小即停止，而early stopping.

# Attention(batch_size,1,max_length).dot(batch_size,max_legth,embedding_size)==（batch_size,1,embedding_size）