一介北漂

prim

利用堆栈方式，入栈出栈&运算符运算等级，进行计算； 同一级的运算符，递归计算完，作为一个整体，压入栈；如此反复；按照运算优先级递增的顺序压栈，如果出现非此顺序计算符，则将原来的运算符&数字出栈计算，结果再压栈；# ELEMENT=['+','-','*','/']import reLEVEL_1=['+','-']LEVEL_2=['*','/']LEVEL_3=['(']LEVEL_4=[')']def is_symbol(element): if ...

representationN is the number of Nodesnode featureneighbourhood+leakrelu->nodeupdatewith head=kmulti-head+neighbourhood->nodegraph相关的算法，都是相邻点的embedding表达，不断的迭代， gat就是 通过建立相邻边的attention，来拟合周边attention，multihead机制，提升图attenti

gda: x as variance, P(y) as prior probility高斯分布公式梯度下降公式牛顿公式梯度下降公式logistic classificationinput:gda:基于类别的变量高斯分布,基于变量分布，带入label，进行P的输出判断lr:基于整体的分布，进行P的输出判断...

思路:将数值列表分段,每个段对应一个代表数值， 数值段排序；查询时候，从高层开始查询，递归溯源至底层两点之间，然后进行插入；插入时候，每层均插入该段的代表点应用:1.快速查询，数据进行分段 定位段首为代表值； 2.二分查找算法，将数据整理为二分形式，链表形式...

1.hnsw 原理: 建立graph，目标是索引查询时候，可以从全局查找到距离最近点；为了在海量数据提速， 每个点的临近点要可以索引到全局变量，同时减少索引数据数量，所以要建立树形结构一样的数据形式，通过有限的节点搜索，得到全局的点。方式就是在插入时候，根据插入的先后，先插入的数据数量少，可以全局进行检索建立关联，后插入的数据。 建立多层 索引树， 每层的节点是下层的随机子元素，如此进行循环处理。相似度检索，每次从最上层检索最相近的点，然后继续进行检索，...

话术澄清模块: 实体反问,query改写,话术推荐,确认选择触发条件:意图/faq置信度不足,实体缺失,referencehttps://developer.aliyun.com/article/276269

1.apriori:对每个关联关系中的元素进行所有xi2.fp-growth

1.Hierarchical Attention Networks for Document Classificationword encode char encode =>sentence encode ==>attented-sentence encode=>document encode==>softmax

基于 keyword deep semantic matching paper, keyword方面的关键代码复现应用：1.对同一个embed-represent 的表达， 从 a,b-keyword角度进行attenion生成新的向量，再进行拼接，生成整体的表示向量 2.基于a,b的keyword-mask，和 a,b的mask真实表示，生成新的attention-mask矩阵，keyword-b和seq-a有交互的地方标记为1，如此作为attention添加到s......

整体公式如下:总结: 门控机制引入，类比于lstm/gru， 进行e_i 和 e_mask的融合，门控机制通过sigmoid(gru) 进行计算, 同时 ce(fc(gru))可以计算是否coef的判别 纠错和预测作为multi-task创新点: 门控机制的类比，是参差网络的一种类似的结构，更多的信息处理， 对e_mask和e_i进行门控融合;业务层面引入e_mask作为对coef错误的替代; bert-enc...

总结:常规的二分法确定一个target的区间，通过mid与left/right的大小，进行l/r_pointer的移动； 此处是确定一个区间，通过对target_tuple的分别确定，组合确定一个整区间错误之处:array[mid]==target时候，直接返回，不等于时候，根据移动l/r，决定+1/-1def binary_search(sub_array_1d,target): left=0 right=len(sub_array_1d) ...

1.顺序遍历找出最长的词，依次递推，长度作为是否切分的评判标准 应用:分词,短语匹配# coding=utf-8import numpy as npimport pandas as pdclass IMM(object): def __init__(self,vocab_txtpath): self._vocabs=[] with open(vocab_txtpath,'r') as fr: for l...

**设计一个预训练模型，从 催收员与用户的对话中进行学习连续对话状态； 学习生成下一句，从句子级别进行分类或者生成**下游任务，学习 对话流的状态转移，语义embedding作为节点，进行随机游走...

二分查找常规思路: 1.找到中间值，判断与待查找值大小，分别去左右序列中的中间值比较大小 2.如果某序列为空，则返回依据生成的文本摘要，从原文中找出对应的相似的句子，作为当前节点，由于summary的前后顺序性，所以可以理解为二分查找的思路，分别从左右继续进行查找核心逻辑def extract_matching(texts, summaries, start_i=0, start_j=0): ##?? 怎么抽取匹配 """在texts中找若干句子...

decoder本质是一个lm问题常用框架：encoder+decoder， 技术： seq2seq+attention-mechasimencoder处理trick：增加feature输入维度要远好于语料累加； feature维度：tfidf，ner，posdecoder：利用 encoder-sequence+encoder-word-attention+encoder-sentence+attentionoov问题解决：lvt，利用decoder时候门口机制，generator/po..

"""原始 embedding，添加 position-embedding，multihead-attention： embedding->ff(q,k,v)-->split+concat-->mask--> attention-->scaled-dot-product-->softmax(qk)--> softmax(qk)*value-->residual,input+output-->layer-normalizationfea...

class AttributeDict(dict): """Example of overloading __getatr__ and __setattr__ This example creates a dictionary where members can be accessed as attributes """ def __ini...

pretrain: nsp任务，调用 cls 进行训练优化 mask任务，调用sequence_embedding进行训练优化bert+dynamic_rnn-states+fcfc->[residual_layers,fc]bert transformer+fc->重新训练 为想输出的向量维度。bert+submodel 架...

1.机器人工厂，快速创建机器人，可视化托拉硬拽实现逻辑　逻辑由面向intent,改为面向dialogue; if else then turnIn-function-turnOut2.robot 测试　robot, 说白了自动脚本，脚本内涵盖机器人可能出问题的各个方面;系统架构1.单纯的对话太单薄，需要综合技术能力智能摘要、预测排班、工具矩阵、知识健康检...

1.爬虫系统，网站，帖子定向攫取中产维权相关信息，投诉信息 扩充业务线，攫取其他方面信息。2.toB定向提供给各个新闻报社,自媒体等;

在建设网站时，会经常听到静态网页和动态网页，但是他们真正的区别是什么？接下来仔细分析下二者的区别。静态网页是网站建设的基础，静态网页和动态网页之间也并不矛盾，为了网站适应搜索引擎检索的需要，即使采用动态网站技术，也可以将网页内容转化为静态网页发布。　　静态网页和动态网页主要根据网页制作的语言来区分，静态网页使用语言：HTML（超文本标记语言）；动态网页使用语言：HTML＋ASP 或 HTM

传统的网站用户认证模式是基于cookie认证的。在一个典型的REST架构中，服务器不保留任何客户状态。从安全角度来说，REST的无状态方式使会话session不合适。使用cookie来保证REST服务时，会话劫持和跨站点请求伪造是常见的安全问题。因此，他们需要验证和保护无状态的REST服务。本文我们将学习使用JSON网络令牌来保护REST API。JSON网络令牌是一个开放的，

智能音箱https://www.jiqizhixin.com/articles/2019-09-30-6不再补贴硬件家庭智能大脑入口无屏,带屏阿里 aiLab 迅猛扩张,十几人到800人的团队小度打通百度体系账号阿里蓝牙模组清华　　极睿科技https://www.jiqizhixin.com/articles/2019-07-17-8行业痛点：每个服装...

Flask很赞的特点之一就是可扩展性强，非常灵活，对于config来说也是如此。Flask官方文档中已经提及了非常多的方法，以及一些有用的建议。我在Flask项目开发中的config实践，则是基于文档中提到的类继承方案，并通过环境变量来切换不同的config配置。需求比较好的config方案是怎样的呢？我觉得有如下几点：针对不同的环境分离配置（Development、Pro

方法一、直接配置Python代码 app.config['HOST']='xxx.a.com' print app.config.get('HOST') 方法二、通过环境变量加载配置export MyAppConfig=/path/to/settings.cfgPython代码 app.config.from_envvar('My

从某种成度上说抽象工厂模式就是简单工厂模式的工厂模式。工厂模式使用依赖和继承产生新的对象，而抽象工厂模式跟多的是以组合方式产生新的类。简单工厂模式的结构如下图：简单工厂模式示例代码：[python] view plain copyprint?#!/usr/bin/env python  # -*- coding: utf-8 

实际项目中遇到python模块相互引用问题，查资料，终于算是弄明白了。    首先交叉引用或是相互引用，实际上就是导入循环，关于导入循环的详细说明，可见我摘自《python核心编程》第二版的摘抄：Python导入循环方法。    附录给了一种解决交叉引用的方法，试了，不行，但关于交叉引用问题本身说明的很清楚，如果不清楚什么是交叉引用，可看附录一。    循环引用在pyt

理解JavaScript中的作用域和上下文Mar 4, 2016JavaScript对于作用域（Scope）和上下文（Context）的实现是这门语言的一个非常独到的地方，部分归功于其独特的灵活性。 函数可以接收不同的的上下文和作用域。这些概念为JavaScript中的很多强大的设计模式提供了坚实的基础。 然而这也概念也非常容易给开发人员带来困惑。为此，本文将全面的剖析这些概念，并阐述不同

使用 Flask 设计 RESTful 的认证今天我将要展示一个简单，不过很安全的方式用来保护使用 Flask 编写的 API，它是使用密码或者令牌认证的。示例代码本文使用的代码能够在 github 上找到: REST-auth 。用户数据库为了让给出的示例看起来像真实的项目，这里我将使用 Flask-SQLAlchemy 来构建用户数据库模型并且存储到

什么是json web token (jwt) 这个一个标准，用来保证数据的安全性的，咱们常用的对于http api加密的方式有这么几种。文章的原文地址是， http://xiaorui.cc第一个是使用在HTTP规范中的Basic Auth，这个配置也是相当的简单，在nginx端针对路由location配置下就可以用了 。原理上，客户端必须在每个子响应是附加它们的

什么是自省？在日常生活中，自省（introspection）是一种自我检查行为。自省是指对某人自身思想、情绪、动机和行为的检查。伟大的哲学家苏格拉底将生命中的大部分时间用于自我检查，并鼓励他的雅典朋友们也这样做。他甚至对自己作出了这样的要求：“未经自省的生命不值得存在。”（请参阅参考资料以获取关于苏格拉底更多信息的链接。）在计算机编程中，自省是指这种能力：检查某些事物以确定它是什么、它

一 .module通常模块为一个文件，直接使用import来导入就好了。可以作为module的文件类型有".py"、".pyo"、".pyc"、".pyd"、".so"、".dll"。二. package通常包总是一个目录，可以使用import导入包，或者from + import来导入包中的部分模块。包目录下为首的一个文件便是 __init__.py。然后是一些模块文件和子目

a deep cascade model for multi-document reading comprehension1.先排序检索，后精过滤排序2. 先　　document paragraph rank, 再　model-rank3.model-rank,　self-attention, embedding=embedding+cnn-embedding...

https://www.jiqizhixin.com/articles/2019-04-19-20马尔科夫只有 状态转移，状态转移概率，初始状态概率隐马尔科夫有 状态，状态转移概率，初始状态概率，状态输出概率分布，输出字符集合hmm常有3个问题：给定一个序列O，求发生概率； 给定一个序列O,优化使得它的概率最大；求一个hmm的最大输出序列；求最大输出序列，即用到了viterb...

分享今天中午，我突然想搞清楚Unicode和UTF-8之间的关系，于是就开始在网上查资料。结果，这个问题比我想象的复杂，从午饭后一直看到晚上9点，才算初步搞清楚。下面就是我的笔记，主要用来整理自己的思路。但是，我尽量试图写得通俗易懂，希望能对其他朋友有用。毕竟，字符编码是计算机技术的基石，想要熟练使用计算机，就必须懂得一点字符编码的知识。1. ASCII码

原问题Python中既然可以直接通过父类名调用父类方法为什么还会存在super函数？ 比如 class Child(Parent):     def __init(self):     Parent.__init(self) 这种方式与super(Child, self).init()有区别么？回答 针对你的问题，答案是可以，并没有区别。但是这题下的回答

链接：http://www.zhihu.com/question/31748237/answer/55313054来源：知乎著作权归作者所有，转载请联系作者获得授权。恩，理解「蓝本」对于没有接触其他Web编程实现的Python+Flask新手而言，是一个不好迈过的坎儿。我得用「比喻」的方式穿插讲述一下「蓝本」，方便你更好理解，问这个问题估计是新手，所以我啰嗦点好了。

用过 Flask 做 Web 开发的同学应该不会不记得 App Context 和 Request Context 这两个名字——这两个 Context 算是 Flask 中比较特色的设计。[1]从一个 Flask App 读入配置并启动开始，就进入了 App Context，在其中我们可以访问配置文件、打开资源文件、通过路由规则反向构造 URL。[2] 当一个请求进入开始被处理时，就进入

任何应用都离不开数据，所以在学习python的时候，当然也要学习一个如何用python操作数据库了。MySQLdb就是python对mysql数据库操作的模块。官方Introduction : MySQLdb is an thread-compatible interface to the popular MySQL database server that provides the Pyth