爱丽丝咩咩章在好好学习

文章目录基本问题：2个鸡蛋，100层楼问题描述问题分析数学解释问题升级：2个鸡蛋，n层楼问题描述算法分析问题再升级：k个鸡蛋，n层楼算法分析程序设计基本问题：2个鸡蛋，100层楼先看生活版的问题问题描述一栋高楼共有100层，鸡蛋从某个楼层（和此楼层以上高度）掉下来恰好会碎。现在小明手中有2个鸡蛋，他需要怎样才能尽快找出这个临界的楼层？（即在最坏情况下小明需要最少需要多少次才能找到答案）问...

这篇论文运用parallel data，进行文本风格迁移（从莎士比亚风转为现代风）。整体模型思路比较简洁明了：attention-based seq2seq + pointer network数据集大小为：training: 18395 val: 1218 test: 1462值得注意的是，由于数据集比较小，作者采用了很多减少参数的方法来训练模型：采用pre-trained ...

 转载自：Tensorflow中的Seq2Seq全家桶 - 王岳王院长的文章 - 知乎 https://zhuanlan.zhihu.com/p/47929039今天看了上面的这位作者的文章，感觉写的非常清楚 引言听说以后公司那边用 Tensorflow，最近就转回 Tensorflow学习一下，发现很久以前 Tensorflow 把 seq2seq 的接口又重新升级了一下，也...

原论文链接: https://arxiv.org/abs/1508.07909参考paperweekly关于分词的一个总结：https://zhuanlan.zhihu.com/p/22700538这篇文章主要解决的问题是OOV(Out of Vocabulary)问题，最小粒度介于word和character之间，利用BPE算法进行分词。BPE算法的主要实现如图：import re, c...

参考资料：Ubuntu上安装Docker: https://docs.docker.com/install/linux/docker-ce/ubuntu/ELK官方文档：https://elk-docker.readthedocs.io/Docker部署ELK的博文：https://juejin.im/post/5b80b37f6fb9a019d53e8b34 (本文建立在此基础上)...

假设: 一句话中携带的emoji表情就能表达这句话的含义。 根据twitter上的emoji表情，建立一个大规模的有标签的情感数据集 现有的情感数据集的问题： 量小 / 粗粒度(pos,neg) 评测：automatically evaluated by a separate sentence-to-emoji classifer + human evaluation (A...