xiongvvvxiong-CSDN博客

原创 SCI期刊

计算机类sci期刊检索网址：http://www.letpub.com.cn/index.php?page=journalapp可利用以下关键字进行查询：intelligenceinformationcomputing,compution,computerlanguagepatternneuro等等。。。

2017-09-06 15:06:08 341

原创 openssh+xshell, sftp+winscp

首先安装ssh，主要参考https://jingyan.baidu.com/article/9c69d48fb9fd7b13c8024e6b.htmlsudo apt-get updatesudo apt-get install openssh-serversudo ps -e |grep ssh 查看ssh有没有启动，如果有sshd是启动了，否则通过sudo service ssh

2017-09-02 08:00:44 575

原创 python2+python3+theano+tensorflow

一，在之前的文章中已经安装了显卡驱动及CUDA, 接下来需要安装深度学习包theano和tensorflow,这两者都是基于python, 所以需要先处理python的事情，在ubuntu中已经包含了py2和py3两个版本，为了在这两个版本中都装下theano和tensorflow（py2两个都有，py3只有tf,为了与windows保持一致），其中python命令对应py2, python3命令

2017-08-31 08:18:46 1390

原创安装Ubuntu+gpu+tensorflow+py2+py3

一，首先要准备一个够用的U盘 >2g，安装过程中需要分区，参考以下两个教程两块硬盘分了三个区，首先根目录/（EXT4, 主分区）预留了190g也就是ssd剩下的容量,其中swap预留了64g和内存同等（交换空间，逻辑分区），最后4T的全部留给了/home（EXT4, 逻辑分区）。https://zhidao.baidu.com/question/181607133.htmlhttp://w

2017-08-30 07:18:51 498

原创 2017-4-16

今天的工作主要是确定了初步的思路，分为以下几个步骤：第一采用推理的机制，通过不断地推理来更加深入地明白answer的含义，之后利用answer与文本，answer与问题，以及经过answer的文本与问题的的语义一致性来判断得到最后的分数，可以把具体的内容代入到query的句子中。这样就包含了基于answer的文本的语义，基于answer的问句的语义，经过融合这两者后的answer与原始位置的语

2017-04-16 20:46:37 211

原创 2017-4-5

昨天与今天的工作，阅读了四篇文献：1. Iterative Alternating Neural Attention for Machine Reading. 来自Maluuba 公司，主要思想是将Memory Network的推导机制加入到模型当中，引入了第三方的GRU来综合Document和Query的信息，之后再进行深入地推理。2. Gated Attention Readers

2017-04-15 11:20:39 492

原创 2017-4-11

今天的主要工作,阅读了两篇文献：1. A Thorough Examination of the CNN/Daily Mail Reading Comprehension Task.来自Stanford Danqi Chen的工作，该工作所实现的模型与之前DeepMind的Attentive Reader是类似的，但在效果上取得了很大的提升，其主要的原因来自于在计算问句与每个词之间的注

2017-04-11 19:16:49 243

原创 2017-4-20

今天两部分工作：一。阅读关于阅读理解（Reading Comprehension）两篇相关文献： 1. Teaching Machines to Read and Comprehend. 用神经网络做阅读理解的开山之作，来自于DeepMind的工作，主要提了两个数据集CNN, Daily News和两个基于注意力机制的神经网络：Attentive Reader 和

2017-04-10 20:31:01 367

原创 2017-1-5

今天的工作内容：1. tf_record 格式是为了对于无法一次性读入内存计算batch的情况，需要从文件里面来处理。2. 对于tensor的变形，初始化，等操作可以参考tensorflow给出的API，根据自己的需要来寻找，基本都会找到。3. 另外读取大文件时，python的open（）函数可能没有tensorflow自己带的文件读取函数tf.file来的方便，可以后续学习。

2017-01-05 21:39:36 238

原创 2017-1-3

今天的学习内容：1. 利用tensorlayer时对于可训练变量的设置2. 对于RNNlayer中的初始状态如何设定3. 关于tensorlayer的layer理解第一，如果在训练的时候想选择某些参数进行训练，而对其他的参数不训练，有两种方式进行设置，第一是在定义参数的时候设定train_able属性为true或者false, 另外一种方式是在给定训练操作时设定可训练参数集

2017-01-03 15:29:00 318

原创 2016-12-28

今天的学习内容：今天理顺了搭建一个网络结构的步骤：0. 定义全局参数FLAG1. 数据读取及预处理2. 构建图，包括训练图，测试图，以及loss, accuracy等希望展示的节点3. 构建数据迭代器以batch单位读取数据4. 初始化5. 训练图6. 测试图其中以上几个步骤都可以参考tensor-layer的使用方式来做，其包含了数据读取与预处理(tl

2016-12-28 20:47:31 256

原创 2016-12-27

今天的工作内容：今天主要了解对于自然语言处理来说，如何进行数据预处理来训练深度学习模型，总的来说分为三个步骤：1. 从文件读取内容到内存，通常会存储在列表中2. 对读入内存的数据进行统计分析，得到词典，反过来的词典，转换为数字序列的文件等等3. 从处理好的文件序列中进一步处理得到batch和label输入到下一步的tensorflow中来进行训练下边分别对这三个步骤进行说明：

2016-12-27 16:19:42 275

原创 2016-12-21

今天工作内容：主要是利用tensorlayer的skipgram算法来训练中文的词向量，其中语料用的是从搜狗实验室下载的新闻数据，大概1g多的样子，在提取内容的时候本来想利用xml的包直接读取，但一直出现读取错误，就放弃了，后来采用正则表达式的方法，而正则的学习主要是学到了group()方法，可以把想要提取的内容用括号提取，之后在全局匹配的前提下可以利用group()把想要的内容提出来

2016-12-22 21:43:19 283

原创 2016-12-20

今天的工作如下：1. 在windows下安装tensorflow可以考虑用Aconda环境，需要注意的是只能在python 3+版本下运行，因此可以安装两个Aconda, 一个是python2的，一个是python3的。然后把python2文件夹下的python.exe(pythonw.exe)改成python2.exe. 之后cmd下输入python就是python3, 输入python2就

2016-12-20 18:15:19 402

原创 2016-12-19

今天主要的工作有以下几部分：1. 熟悉运行word2vec_basic版本，tf.nn.nce_loss（）函数返回的是batch的loss值，而因为词表太大不太适合做全局的softmax, 因此此处采取的是采样的方法，也就是经过一个正样本和多个随机采样的负样本来计算loss值，此处用的是sigmoid_cross_entropy_with_logits（）函数，因此在计算交叉熵的时候是每一个

2016-12-19 18:02:44 842

原创 2016-12-14

今天的工作内容：一，大概看了之前下载的两篇关于short text相似度的文章，第一篇文章较早，主要是介绍了对短文本相似度一些定义方面的内容，如何定义两个句子是相似的还是相关的，相似的程度等等，并提出了一个人工标注的数据集，之后可以再详细看一下其中对相似度的介绍。第二篇文章是用embedding的方式来做短文本相似度，其中对短文本相似度的方法做了一些简要的分类，大致上可以分为：字符串匹配，语法

2016-12-14 17:55:07 318

原创 2016-12-13

今天的工作主要分为以下几部分：1. 完成tensorflow对于mnist的实验，今天新学到的知识是如何添加summary, 可以根据不同的值类型来选择添加不同的summary. 之后利用summary = tf.summary.merge_all() 将所有的summary结合起来，之后可以sess.run(summary)返回相应的object. 并且新建summarywriter用于把得

2016-12-13 18:15:10 393

原创 2016-12-12

主要工作内容：一. tensorflow 学习1.构图节点：构图过程中的节点主要有三种类型，(tensor, operation, variable), 其中tensor可以看作操作的输出，数据的流动，其中输入/输出节点也可看作是节点的一种。operation定义的是计算操作，variable用于读取/存储变量这三个都有相应的name属性，可以自己定义，若没有自己定义则为默认的名字，

2016-12-12 21:42:22 265

xiongvvvxiong的博客