xgli的博客

池化操作待补充tf.nn.max_pool(value, ksize, strides, padding, data_format='NHWC', name=None)value表示输入数据形式。data_format表示输入数据的格式，需要跟输入数据的格式保持一致。有”NHWC“和”NCHW“两种。默认是”NHWC“即[batch, in_height,in_wide,in_channels]ks

tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)data_format：可选参数，表示输入数据的格式，有两种分别为：“NHWC”和“NCHW”，默认格式为”NHWC““NHWC”输入数据的格式为为[batch, in_height, in_width, i

这种错误是numpy数组的维度不匹配导致的。 np.array([1,2,3,[4,5,6]])ValueError: setting an array element with a sequence.

1、创建虚拟python环境：通过构建虚拟环境，可避免与其他人的软件版本冲突。conda create -n name python=2.x.x例如创建名字为xgli的虚拟环境，python的版本为2.7.3，则命令为：conda create -n xgli python=2.7.3特别注意：在创建虚拟环境前，使用下面命令，查看是否会有重名的虚拟环境：conda env list2、激活虚拟环境s

#dict.setdefault(key, default=None)d = {'a':1,'b':2}b = d.setdefault('a',3)#b = 1b = d.setdefault('c',3)#b = 3d.setdefault('d',4)#d={'a':1,'b':2,'c':3,'d':4}从上述操作可以看出，setdefault的操作是取字典中的内容，如果key

在某个试验中，设置了步长为2，3的两个卷积网络，在得到最终结果的时候需要对这两个网络的结果进行拼接，就需要tf.concat函数了。 官方例子：t1 = [[1, 2, 3], [4, 5, 6]]t2 = [[7, 8, 9], [10, 11, 12]]（1）tf.concat([t1, t2], 0) ==> [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10,

在第二篇中，提到了如何爬取网易的新闻文章，如果感觉比较麻烦，可以直接使用网上现有的资源。 比如：搜狗新闻数据，清华新闻数据。个人感觉搜狗新闻数据比较杂乱，清华的新闻数据应该是经过了初步的清洗。附上清华新闻的下载地址：地址 分享一下停用词表 ，可以用来去掉对文本影响不大的词语。

python 字典（dict）的特点就是无序的，按照键（key）来提取相应值（value），如果我们需要字典按值排序的话，那可以用下面的方法来进行：1 下面的是按照value的值从大到小的顺序来排序。dic = {‘a’:31, ‘bc’:5, ‘c’:3, ‘asd’:4, ‘aa’:74, ‘d’:0} dict= sorted(dic.iteritems(), key=lambda d:d[

需要注意的问题： 1、linux mac 平台 2、标签中的下划线是两个！两个！两个！环境说明：python2.7、linux 自己打自己脸，目前官方的包只能在linux，mac环境下使用。误导大家了，对不起。 测试facebook开源的基于深度学习的对文本分类的fastText模型 fasttext python包的安装:pip install fasttext第一步获取分...

有了新闻分类的语料库，接下来我们就可以进行文本分类了。 首先说一下大概的流程： 1.进行分词 2.去停用词 3.取名词 4.特征提取 5.特征加权 6.构造分类器正式开始1 进行分词现在网上有很多开源的分词工具可以供我们选择, 选择结巴分词进行分词。虽然中科院的分词工具号称是最好的中文分词工具，但是它并木有进行开源。 首先进行jieba的安装，结巴的githu

直接奔主题deb http://downloads.skewed.de/apt/wily wily universedeb-src http://downloads.skewed.de/apt/wily wily universe里面的wily为ubuntu的代号。具体可参考如下：14.04 Trusty Tahr 14.10 Utopic Unicorn 15.04 Vivid

由小米面试引发的字典树，面试过程中，才知道有字典树这个玩意。字典树简单实现#coding=utf-8 class Trie: root = {} END = '/' def add(self, word): #从根节点遍历单词,char by char,如果不存在则新增,最后加上一个单词结束标志 node = self.root for c in wo

python中set，list，tuple。虽然很多人都已经写过了，但每个人都有每个人的理解。list可能在三种中list，列表是用的最多的了吧。下面简要说一下它的基本用法#1. 生成空的列表l = []#2. 生成带有默认值的列表l = [0]*20 #一维l = [[0]*20]*10 #二维.......#3.新增元素l.append(a) #a是什么形式的在l中就是什么形式,相当

由于思维定势,刚刚接触这个函数导致了理解错误.tile函数的作用是将矩阵进行扩展.分为两种情况:A[2][2] = [[1,2],[1,2]]为一个2维数组1.如果矩阵的维数小于所需扩充的维数,则:tile(A,(2,1,2)) = A[1*2][2*1][2*2]=[[[1,2,1,2],[1,2,1,2]],[[1,2,1,2],[1,2,1,2]]]tile(A,(1

使用python2处理中文文本的时候，由于编码的问题，会出现乱码。 原因就是，python内部使用unicode进行字符的处理，但我们输入进去的字符编码可能是各式各样的。 因此需提前对输入文本进行decode操作。但是decode需要指定解码的类型比如，gbk，gb2312等，需要对文本进行判断。python中有内置模块可以查看chardetimport chardettext = open(f

突然某一天，想写一个python的多维数组，发现不会了。 正确的写法。multilArray = [[ 0 for col in range(0,2)] for row in range(0,3)]

每个文本可以看作是又不同的主题构成了，各个主题

先占一个位置，改天完善

由于思维定势,刚刚接触这个函数导致了理解错误. tile函数的作用是将矩阵进行扩展. 数组的扩展一定要从低维考虑。分为两种情况:A[2][2] = [[1,2],[1,2]]为一个2维数组1.如果矩阵的维数小于所需扩充的维数,则:tile(A,(2,1,2))其中A可以首先扩展到相同的维度，A的原来形状为2x2的二维数组,由于需要扩展的维度为三维，因此可首先将A变为形状为1x2x2的三维数组。t

在数据挖掘课程中，老师布置了文本分类的作业。文本分类的第一项应该就是获取文本了吧。在木有弄懂scrapy的情况下写的，纯应用，或许后续会补上scrapy的原理。首先说一下我的环境：ubuntu14.10scrapy安装指南（肯定官网的最权威了）：[传送门](http://scrapy-chs.readthedocs.org/zh_CN/0.24/intro/install.html#intro

经过分本分类（五）利用LDA成功的将文本的特征维数降低了，可以拿这些特征使用SVM分类器进行分类，查看一下效果。占位置。。。。

为了学习cnn，本文将构建一个简单的cnn模型，对新闻文本进行分类。

embedding_lookup从表面意思看就是一个查找单词对应词向量的表， embeddings参数：词跟词向量的对应表 train_inputs参数：需要转换的文本（int类型） 类似下面的操作：embeddings = np.random.random([1024, 64]) # 64-dimensional embeddingstrain_inputs = np.array([0,

初学tensorflow，如果写的不对的，请更正，谢谢！tf.reshape(tensor, shape, name=None) 函数的作用是将tensor变换为参数shape的形式。 其中shape为一个列表形式，特殊的一点是列表中可以存在-1。-1代表的含义是不用我们自己指定这一维的大小，函数会自动计算，但列表中只能存在一个-1。（当然如果存在多个-1，就是一个存在多解的方程了）好了我想说的