<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[XB_please的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/XB_please</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; XB_please]]></copyright><item><title><![CDATA[完美解决m1/m1 pro/m1 max版mac安装pyaudio大坑]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/121495325</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/121495325</guid><author>XB_please</author><pubDate>Tue, 23 Nov 2021 16:11:48 +0800</pubDate><description><![CDATA[近期需要做一个语音识别的项目，然而pyaudio一个包耽误了我俩小时。。。各种找啊，真服了！
配置：
macbook pro(m1 pro)
python 3.8
首先安装speech_recognition
pip install SpeechRecognition

结果一上来，直接遇到问题了，
AttributeError: Could not find PyAudio; check installation

输入pip install pyaudio，各种报错
ERROR: Command err]]></description><category></category></item><item><title><![CDATA[Zookeeper学习系列]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/120961345</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/120961345</guid><author>XB_please</author><pubDate>Mon, 25 Oct 2021 21:49:25 +0800</pubDate><description><![CDATA[1、Zookeeper学习(1)
2、Zookeeper学习(2)——集群搭建和操作
3、Zookeeper学习(3)——客户端命令行、API相关操作
接下来一段时间，会学习hadoop、spark、hive等，会持续更新

]]></description><category></category></item><item><title><![CDATA[腾讯微云下载慢解决办法]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/120930615</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/120930615</guid><author>XB_please</author><pubDate>Sun, 24 Oct 2021 10:24:31 +0800</pubDate><description><![CDATA[100kb/s——&gt;10mb/s。
腾讯微云下载只有100kb/s，怎么解决。。。

]]></description><category></category></item><item><title><![CDATA[Zookeeper学习]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/120925087</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/120925087</guid><author>XB_please</author><pubDate>Sat, 23 Oct 2021 19:37:14 +0800</pubDate><description><![CDATA[Zookeeper学习系列：
1、了解Zookeeper，本地安装
2、Zookeeper集群搭建和简单操作

]]></description><category></category></item><item><title><![CDATA[windows下安装rasa和rasa-x]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/112335269</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/112335269</guid><author>XB_please</author><pubDate>Thu, 07 Jan 2021 20:22:33 +0800</pubDate><description><![CDATA[1.anaconda创建虚拟环境
2.执行以下两条命令
pip install rasa --ignore-installed ruamel.yaml
pip install rasa-x --extra-index-url https://pypi.rasa.com/simple
3.可能遇到的问题
1）Microsoft Visual C++ 14.0 is required 的解决方案
【环境配置】出现：Microsoft Visual C++ 14.0 is required 的解决方案
2)网络问]]></description><category></category></item><item><title><![CDATA[零基础C++学习（3）——项目：通讯录管理系统]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/110084975</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/110084975</guid><author>XB_please</author><pubDate>Tue, 24 Nov 2020 16:32:01 +0800</pubDate><description><![CDATA[利用前两节的知识，写一个通讯录管理系统。
这是一个简单版本，后期还有很多优化。
零基础C++学习（1）——数据类型、运算符和流程图
零基础C++学习（2）——数组、函数、指针和结构体
本教程主要利用C++来实现一个通讯录管理系统
系统中需要实现的功能如下：

添加联系人：向通讯录中添加新人，信息包括（姓名、性别、年龄、联系电话、家庭住址）最多记录1000人
显示联系人：显示通讯录中所有联系人信息
删除联系人：按照姓名进行删除指定联系人
查找联系人：按照姓名查看指定联系人信息
修改联系人：按照姓名重新修改指定]]></description><category></category></item><item><title><![CDATA[零基础C++学习（2）——数组、函数、指针和结构体]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/110006423</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/110006423</guid><author>XB_please</author><pubDate>Mon, 23 Nov 2020 20:14:39 +0800</pubDate><description><![CDATA[5 数组
5.1 概述
所谓数组，就是一个集合，里面存放了相同类型的数据元素
**特点1：**数组中的每个数据元素都是相同的数据类型
**特点2：**数组是由连续的内存位置组成的
5.2 一维数组
5.2.1 一维数组定义方式
一维数组定义的三种方式：

数据类型 数组名[ 数组长度 ];
数据类型 数组名[ 数组长度 ] = { 值1，值2 ...};
数据类型 数组名[ ] = { 值1，值2 ...};

示例
int main() {

	//定义方式1
	//数据类型 数组名[元素个数];
	in]]></description><category></category></item><item><title><![CDATA[机器学习——逻辑回归常见面试题整理]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/109776420</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/109776420</guid><author>XB_please</author><pubDate>Sun, 22 Nov 2020 21:32:54 +0800</pubDate><description><![CDATA[逻辑回归
1.介绍
逻辑回归假设数据服从伯努利分布，通过极大化似然函数的方法，运用梯队下降来求解参数，来达到将数据二分类的目的。
2.逻辑回归的损失函数和梯度下降参数迭代方法

逻辑回归的损失函数是它的极大似然函数



参数迭代方法



3.逻辑回归为什么使用对数损失而不用平方损失
损失函数一般有四种，平方损失函数，对数损失函数，HingeLoss0-1损失函数，绝对值损失函数。
将极大似然函数取对数以后等同于对数损失函数。在逻辑回归这个模型下，对数损失函数的训练求解参数的速度是比较快的。至于原因大家可]]></description><category></category></item><item><title><![CDATA[零基础C++学习（1）——数据类型、运算符和流程图]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/109955935</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/109955935</guid><author>XB_please</author><pubDate>Sun, 22 Nov 2020 16:27:37 +0800</pubDate><description><![CDATA[最近在学习C++，对于初学者来说，我觉得这份教程应该是最好的，很详细​。以后会持续更新。。。
1 C++初识
1.1  第一个C++程序
编写一个C++程序总共分为4个步骤

创建项目
创建文件
编写代码
运行程序

1.1.1 创建项目
​	Visual Studio是我们用来编写C++程序的主要工具，我们先将它打开


1.1.2 创建文件
右键源文件，选择添加-&gt;新建项

给C++文件起个名称，然后点击添加即可。

1.1.3 编写代码
#include&lt;iostream&gt;
usin]]></description><category></category></item><item><title><![CDATA[树模型(1)——决策树常见面试题整理]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/109861549</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/109861549</guid><author>XB_please</author><pubDate>Fri, 20 Nov 2020 19:35:57 +0800</pubDate><description><![CDATA[决策树
1.决策树的原理
决策树是一种树结构，从根节点出发，每个分支都将训练数据划分成了互不相交的子集。分支的划分可以以单个特征为依据，也可以以特征的线性组合为依据。决策树可以解决回归和分类问题，在预测过程中，一个测试数据会依据已经训练好的决策树到达某一叶子节点，该叶子节点即为回归或分类问题的预测结果。
从概率论的角度理解，决策树是定义在特征空间和类空间上的条件概率分布。每个父节点可以看作子树的先验分布，子树则为父节点在当前特征划分下的后验分布。
2.信息增益和信息增益率的理解


1）信息熵：信息熵用来度]]></description><category></category></item><item><title><![CDATA[Linux学习，一篇就够！]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/109812633</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/109812633</guid><author>XB_please</author><pubDate>Thu, 19 Nov 2020 15:44:19 +0800</pubDate><description><![CDATA[1.Linux目录结构

/：根目录，一般根目录下只存放目录，在Linux下有且只有一个根目录。所有的东西都是从这里开始。当你在终端里输入“/home”，你其实是在告诉电脑，先从/（根目录）开始，再进入到home目录。
/bin: /usr/bin: 可执行二进制文件的目录，如常用的命令ls、tar、mv、cat等。
/boot：放置linux系统启动时用到的一些文件，如Linux的内核文件：/boot/vmlinuz，系统引导管理器：/boot/grub。
/dev：存放linux系统下的设备文件，访问该]]></description><category></category></item><item><title><![CDATA[小米自然语言处理平台（MiNLP）]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/109767209</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/109767209</guid><author>XB_please</author><pubDate>Wed, 18 Nov 2020 10:55:08 +0800</pubDate><description><![CDATA[https://github.com/XiaoMi/MiNLP
小米自然语言处理平台（MiNLP）具备词法、句法、语义分析等数十个功能模块，已经在公司业务中得到了广泛应用。
MiNLP-Tokenizer中文分词工具经过不断优化和实战打磨，已于2020年11月正式对外开源。
我们计划在2021年Q2完成所有词法工具（词性标注和命名实体识别）的开源，从2021年Q3开始，我们将逐步开源句法分析和部分语义分析工具，和开发者一起打造功能强大、效果领先的NLP平台。

...]]></description><category></category></item><item><title><![CDATA[《网络搜素原理》推荐]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/108953162</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/108953162</guid><author>XB_please</author><pubDate>Wed, 07 Oct 2020 17:26:59 +0800</pubDate><description><![CDATA[该课程来自北邮大佬：微博：爱可可-爱生活。
https://www.bilibili.com/video/BV1zp4y1e7iN?t=72
简介：北邮陈光老师的《网络搜索原理》公开课(2020)，延续《Python编程与实践》的讲课风格，主打编程驱动、问题驱动的学习体验，用进化视角看技术更迭，培养搜索思维，开阔解决问题的思路。
GitHub:https://github.com/fly51fly/Principle_of_Web_Search_2020

...]]></description><category></category></item><item><title><![CDATA[半正矢公式：根据经度纬度计算两点间距离]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/108213196</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/108213196</guid><author>XB_please</author><pubDate>Tue, 25 Aug 2020 09:00:15 +0800</pubDate><description><![CDATA[今天七夕节，祝大家七夕节快乐！
对于那些异地恋，要上班的人来说，并不能见面，不如一起来计算一下你和他（她）之间的距离吧。
半正矢公式是一种根据两点的经度和纬度来确定大圆上两点之间距离的计算方法。

Python语言：
import math

def geo_distance(origin, destination):
	'''
    &gt;&gt;&gt; origin = (48.1372, 11.5756)  # Munich
    &gt;&gt;&gt; destination = (52.]]></description><category></category></item><item><title><![CDATA[中文医疗NLP领域 数据集，论文 ，知识图谱，语料，工具包]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/107883808</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/107883808</guid><author>XB_please</author><pubDate>Sat, 08 Aug 2020 18:26:53 +0800</pubDate><description><![CDATA[https://github.com/lrs1353281004/Chinese_medical_NLP

]]></description><category></category></item><item><title><![CDATA[ACL2019——命名实体识别论文]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/106812064</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/106812064</guid><author>XB_please</author><pubDate>Wed, 17 Jun 2020 16:33:12 +0800</pubDate><description><![CDATA[1.Distantly Supervised Named Entity Recognition using Positive-Unlabeled Learning
2.Dual Adversarial Neural Transfer for Low-Resource Named Entity Recognition
3.Multi-grained Named Entity Recognition
4.A Joint Named-Entity Recognizer for Heterogeneous Tag-]]></description><category></category></item><item><title><![CDATA[融入词汇信息的基于字的命名实体识别]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/106790846</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/106790846</guid><author>XB_please</author><pubDate>Tue, 16 Jun 2020 16:59:24 +0800</pubDate><description><![CDATA[论文1：Chinese NER Using Lattice LSTM
论文2：An Encoding Strategy Based Word-Character LSTM for Chinese NER

]]></description><category></category></item><item><title><![CDATA[论文《Fast and Accurate Entity Recognition with Iterated Dilated Convolutions》]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/106781545</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/106781545</guid><author>XB_please</author><pubDate>Tue, 16 Jun 2020 10:22:52 +0800</pubDate><description><![CDATA[论文地址：Fast and Accurate Entity Recognition with Iterated Dilated Convolutions
对于序列标注问题，普通的CNN有一个劣势：卷积之后，末层神经元可能只是得到了原始输入数据中一小块的信息。而对于命名实体识别，整个句子的每个字对当前需要标注的字产生影响。为了覆盖更多的信息，加入更多的卷积层，这样会导致层数越来越深，参数越来越多，为防止过拟合要加入更多的Dropout之类的正则化，带来更多的超参数，整个模型变得庞大和难以训练。
BiLSTM之]]></description><category></category></item><item><title><![CDATA[A Survey on Deep Learning for Named Entity Recognition（2020）]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/106760494</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/106760494</guid><author>XB_please</author><pubDate>Mon, 15 Jun 2020 14:06:12 +0800</pubDate><description><![CDATA[本文介绍Deep Learning 在命名实体识别上的应用，主要介绍三部分：输入的分布式表示、上下文编码器（用于捕获标签解码器的上下文）和标签解码器（用于预测给定顺序中词的标签）。
命名实体识别（NER）的任务是识别文本中的组织、人和地理位置的名称以及货币、时间和百分比表达式。
论文地址：A Survey on Deep Learning for Named Entity Recognition
NER资源：数据集和工具

NER评估指标：
NER系统通常通过将其输出与人工注释进行比较来进行评估。可以通过精]]></description><category></category></item><item><title><![CDATA[BiLSTM-CRF模型中CRF层的解读]]></title><link>https://blog.youkuaiyun.com/XB_please/article/details/106599001</link><guid>https://blog.youkuaiyun.com/XB_please/article/details/106599001</guid><author>XB_please</author><pubDate>Sun, 07 Jun 2020 11:09:22 +0800</pubDate><description><![CDATA[转自：
https://createmomo.github.io/
BiLSTM-CRF模型中CRF层的解读：
文章链接：
标题：CRF Layer on the Top of BiLSTM - 1  链接：https://createmomo.github.io/2017/09/12/CRF_Layer_on_the_Top_of_BiLSTM_1/
标题：CRF Layer on the Top of BiLSTM - 2  链接：https://createmomo.github.io/2017/09]]></description><category></category></item></channel></rss>