lv17774848392的博客

转载 大模型加知识库的问答原理

大模型+知识库/数据库问答实践过程的经验汇总（三） - 知乎 (zhihu.com)

原创 智能问答综述

4、KBQA：数据挖掘（标签挖掘、观点挖掘、同义词）、知识图谱、查询理解（分词、NER、实体链接、槽位、意图、关系检测、约束理解（句法依存：主实体、谓词关系等））、图查询排序（最优路径）3、FAQ：答案质量过滤、答案质量排序、在线问题匹配（粗排、精排（相似度计算））、问答库维护。5、多QA答案融合排序：三性：答案与问题的语义相关性、答案信息完整性、答案的真实性。（1）机器阅读理解模型：文档检索与选择、候选答案提取（答案片段预测）、答案排序。1、问答框架：问题推荐、问题理解、问题解决。

原创 centos安装驱动、cuda、cudnn

chmod a+x NVIDIA-Linux-x86_64-450.142.00.run./NVIDIA-Linux-x86_64-450.142.00.run根据提示选择（最关键的是第二步选yes才能通过）否则会提示ERROR: Unable to load the kernel module 'nvidia.ko'. This happens most frequently when this kernel module was built against the wrong o...

原创 dgl-ke使用方法和参数

https://dglke.dgl.ai/doc/emb_sim.htmldglke_train --model_name TransR --data_path data/own_kg --data_files train.txt test.txt valid.txt --format raw_udd_hrt --dataset own_kg --batch_size 1000 --log_interval 100 --neg_sample_size 200 --regularization_coef=

原创 linux安装python虚拟环境

https://www.cnblogs.com/chjxbt/p/10517952.htmlhttps://blog.youkuaiyun.com/qq_37189082/article/details/95017199https://jingyan.baidu.com/article/215817f7642a361eda1423ad.html

原创 各种自然语言处理项目

https://github.com/fighting41love/funNLP/blob/master/README.md

转载 在导数为0时极值点仍然难求的情况下用梯度下降法逼近

https://zhuanlan.zhihu.com/p/36902908

原创 图数据SQL语句

https://note.youdao.com/ynoteshare1/index.html?id=a653b998fe41dc78486e8dd876fada11&type=note

原创 python中链表与顺序表的比较

原创 NLP神经网络练手项目

https://www.cnblogs.com/alan-blog-TsingHua/p/10624594.html神经网络学习模型https://github.com/Salon-sai/learning-tensorflow/tree/master/lesson5

原创 词向量最细讲解

https://www.e-learn.cn/content/qita/1309483

原创 tensorflowRNN实现

加载数据集：nsteps是每个图像拆分成28个，dimoutput=10名字一样会产生命名冲突问题，variable_scope命名函数变量重复利用变量共享重复应用...

原创 tensorflow加载模型

getced找到当前路径loadmat加载文件定义函数查看每个卷积层的特征图。

原创 tensorflow模型保存

前置参数和偏重参数保存：存下sess的计算域，用ckpt保存。调用saver：saver.restore读取saveCNN：max_to_keep=3表示只保留三个模型测试模块：

原创 tensorflowCNN实现

stddev是方差。上图是定义参数。卷积和池化的操作（向前传播）：reshape是预处理转化成4维，第一个是batchsize大小，h，w，c（通道）。-1是让tensorflow推断是多少。conv2d卷积参数：卷积（Convolution）conv2d: 一般卷积。函数原型： tf.nn.conv2d(input, filter, strides, padding, us...

原创 tensorflow神经网络

placeholder先占位前向传播：反向传播损失函数交叉熵定义超参数：

原创 tensorflow实现线性回归

global_variables_initilizer()是对w,x,y进行初始化，初始化之后才能进行操作，session是放入图里才能进行运算，init_op先初始化，y.eval()是获取值。tf.Variable()转换赋值创建变量。tf.matmul()矩阵相乘。tf基本操作：创建常量：tf.zeros([3,4],float32)==>[[0,0,0],[0,...

原创 tensorflow基础

tensorflow编写逻辑import tensorflow as tf//1、实现加法：a=tf.constant(5.0)b=tf.constant(6.0)sum1=tf.add(a,b)with tf.Session() as sess: print(sess.run(sum1))打印出11.0，直接print不能打印。以图Graph为...

原创 允许链接mysql

https://www.cnblogs.com/vathena/p/4012399.html

原创 联合，条件，边缘概率分布

举一个例子应该就都说清楚了：今天晚上天山童姥玩扔飞镖，飞镖偏离靶心的偏离其实是不确定的，所以适合用概率模型来描述，对吧。概率就是衡量可能性的指标。飞镖偏离靶心小于1厘米的概率，和风速，标靶距离都有关系。假定标靶距离可以是10到20米，风速可以是1米/秒到10米/秒，我们可以把每个距离下，每个风速情况下的偏离小于1厘米的概率，大于1厘米的概率整理成一个表格，就是距离与风速的联合概率分布。距离(米...

原创 Hanlp中的word2Vec生成笔记

1、构建词表：将分词之后的词加入词汇表vocabulary（VocabWord[]  ：  int cn, codelen;int[] point; String word;char[] code;），并统计词频。同时加入vocabIndexMap（Map<String, Integer>），key为词，value为在vocabulary中的索引。将索引写入cache缓存。2、词表...

原创 tomcat放入war包配置

先放入webapps中。然后修改conf里面的server.xml访问localhost:8080/hanlp-1.6.8/接口名称/path

原创 eclipse溢出解决

原创 MySQL5.7过期问题修改

原创 python语法总结

for循环：for i in range(1,5):list结构：list=['apple','mango','carrot','banana']list.append('abc')list.sort()list[0]='apple'len(list)=4元组zoo=('python','java','C#')new_zoo='monkey','apple',z...

转载 Stream/Bytes[]/Image对象相互转化

/// /// 将 Stream 转成 byte[]/// /// /// public static byte[] StreamToBytes(Stream stream){ byte[] bytes = new byte[stream.Length]; stream.Read(bytes, 0, bytes.Length); // 设置当前流的位置为流的开始

原创 JAVASCRIPT 装载和执行

一两个月前在淘宝内网里看到一个优化Javascript代码的竞赛，发现有不少的人对Javascript的执行和装载的基础并不懂，所以，从那天起我就想写一篇文章，但一直耽搁了。自上篇《浏览器渲染原理简介》，正好也可以承前启后。首先，我想说一下Javascript的装载和执行。通常来说，浏览器对于Javascript的运行有两大特性：1）载入后马上执行，2）执行时会阻塞页面后续的内容（包括页面

原创 C++学习笔记

C++学习

原创 C++引用

原创 指针C++

原创 Kruskal算法

1.概览Kruskal算法是一种用来寻找最小生成树的算法，由Joseph Kruskal在1956年发表。用来解决同样问题的还有Prim算法和Boruvka算法等。三种算法都是贪婪算法的应用。和Boruvka算法不同的地方是，Kruskal算法在图中存在相同权值的边时也有效。 2.算法简单描述1).记Graph中有v个顶点，e个边2).新建图Graphnew

原创 php搭建环境

http://www.cnblogs.com/icyJ/p/php_Mysql.html正文Firstly，先下载相关的文件：下载PHP , 下载Mysql.下载PHP时要留意，我下载的是文件php-5.6.3-Win32-VC11-x64.zip，这里有几个信息，版本5.6.3，x64的，这里还有一个VC11。VC9 and VC11More

转载 图的遍历

图的遍历      图的遍历有两种遍历方式：深度优先遍历(depth-first search)和广度优先遍历(breadth-first search)。1.深度优先遍历   基本思想：首先从图中某个顶点v0出发，访问此顶点，然后依次从v0相邻的顶点出发深度优先遍历，直至图中所有与v0路径相通的顶点都被访问了；若此时尚有顶点未被访问，则从中选一个顶点作为起始点，重复上述过

转载 修改Web.config

asp.net2.0新添加了对web.config直接操作的功能。开发的时候有可能用到在web.config里设置配置文件，其实是可以通过程序来设置这些配置节的。asp.net2.0需要添加引用：using System.Web.Configuration;web.config里的配置节：  appSettings>    add key="FilePath

转载 TF-IDF权重算法讲解

概念     TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。TF-IDF加权的各种形式常被搜寻引擎应用，作

转载 位运算符

一、概述二、详细描述2.1、位逻辑非运算位逻辑非运算是单目的，只有一个运算对象。位逻辑非运算按位对运算对象的值进行非运算，即：如果某一位等于0，就将其转变为1;如果某一位等于1，就将其转变为0，对二进制的10010001进行位逻辑非运算，结果等于01101110。用十进制表示就是：~145等于110;对二进制的01010101进行位逻辑非

原创 simhash算法实现

simhash算法实现步骤1、分词1）、把需要判断的文本进行分词，形成这个文章的特征单词。2）、最后形成去掉噪音词的单词序列，并为每个单词加上权重。2、生成传统hash值通过传统hash算法，对文章的每个特征单词产生一个f位的签名b。3、降维过程1）、加权通过步骤2中生成的hash值，需要按照单词的权重形成加权数字串。2）、合并把步骤3中第一步各

原创 马尔科夫随机场

马尔可夫链模型概述　　马尔可夫链因安德烈·马尔可夫（Andrey Markov，1856－1922）得名，是数学中具有马尔可夫性质的离散时间随机过程。该过程中，在给定当前知识或信息的情况下，过去（即当期以前的历史状态）对于预测将来（即当期以后的未来状态）是无关的。　　时间和状态都是离散的马尔可夫过程称为马尔可夫链, 简记为。　　马尔可夫链是随机变量的一个数列。这些变

原创 联合概率分布

数据挖掘

原创 MVC执行过程

mvc执行过程