- 博客(11)
- 收藏
- 关注
RSS订阅原创 bert论文学习之简评
Pre-training of Deep Bidirectional Transformers for Language Understanding对于现有的NLP任务，我们这样说似乎是无可厚非的，那就是对文本抽象出某种合适的数值表征，是十分重要的。因为不同的表征所内涵的语义信息，段落信息是不同的；在我们熟知的语言模型中，Word2vec，elmo都是很出色的，这两者分别用浅层神经网络和双...
2019-07-04 19:05:20
294
原创 tf.nn.embedding_lookup 举例说明，简单易懂
#tf.nn.embedding_lookup:可以把这个函数的数据切片原理想象成numpy的花式索引。#index_1 = tf.Variable([1, 2, 3, 0], tf.int32)，以这个为例，就是按顺序，逐行取出a矩阵中第2,3,4,1,行#index_2 = tf.Variable([[1, 2, 3, 0], [4, 1, 3, 3], [4, 1, 3, 3]], t...
2019-03-13 14:37:06
321
原创 统计学初识之线性回归&卡方分布&方差分析
一元线性归回模型在回归分析中，被预测或被解释的变量成为因变量，用y来表示；用来预测或者解释因变量的一个或多个变量称为自变量，用x表示。当回归中只涉及一个自变量时，称为一元回归，若它们之间成线性关系，则为一元线性归回。上式反映了x的变化引起y的变化与误差项。误差项是期望为0的随机变量。对于所有的x值，的方差都相同；这就意味着对于一个特定的x值，y的方差也都等于。误差项是一...
2019-03-05 17:55:31
2826
原创 统计学初识之假设检验
继上一篇博客，本次我们从两类错误谈起对于原假设提出的命题，我们需要做出判断，这种判断可以用“原假设正确”或“原假设错误”来表述。当然这是依据样本提供的信息进行判断的，也就是说由部分来推断总体。因而判断有可能正确，也有可能不正确，也就说我们面临着犯错误的可能。所犯的错误有两种类型，一类错误是原假设H0为真却被我们拒绝了，犯这种错误的概率用α表示，所以也称α错误，或弃真错误；另一类错误是原假设为伪...
2019-03-03 17:35:12
703
原创 统计学初识之中心极限定理和置信区间
中心极限定理（central limit theorem）：设从均值为，方差为的任意一个总体中抽取样本量为的样本，当其充分大时，样本均值的抽样分布近似服从均值为，方差为的正态分布。中心极限定理要求必须充分大，那么多大才叫充分大呢？这与总体的分布形状有关。总体偏离正态越远，则要求越大。然而在实际应用中，总体的分布未知。此时我们常要求。顺便指出，大样本，小样本之间并不是以样本容量来区分的。在样本容...
2019-03-01 17:05:14
1759
1
原创 统计学初识之基本分布类型和大数定律
离散型随机变量有很多重要的分布，今天我们介绍两种最常用的概率分布，即二项分布和泊松分布。（1）二项分布实际问题中，很多实验与掷硬币的试验有共同的性质，他们只包含两个结果。这类试验有些共同的性质可总结如下：试验包含了n个相同的试验。 每次试验只有两个可能的结果：“成功”或者“失败”。这里成功和失败是指广义的含义。 出现成功的概率p对每一次试验是相同的；失败的概率q也不变。 试验是相...
2019-02-28 17:35:27
2299
转载 python3 KNN代码详细注释
KNN注释：该算法思路简单，准确度也还不错；就是维度高，样本量大的时候计算量很大。'''Created on 2018 09 30kNN: k Nearest NeighborsInput: inX: vector to compare to existing dataset (1xN) dataSet: size m data set of kno...
2018-10-03 15:09:56
626
翻译 plt.annotate函数案例一则
观察：plt.legend & plt.annotate两个函数的用法；持续更新中import numpy as npimport matplotlib.pyplot as plt# generate different normal distributionsx1 = np.random.normal(30, 3, 100)x2 = np.random.normal(20...
2018-10-03 14:42:59
1415
翻译 plt.hist函数案例一则
hist用法和可视化效果，会持续更新time：20181003 --> mark:set_title()带入变量import numpy as npimport matplotlib.pyplot as pltmu = 100sigma = 15x = np.random.normal(mu, sigma, 10000)plt.figure(figsize=(12,...
2018-10-03 14:22:57
1037
原创 plt.scatter函数案例一则
绘制美观的图像，主要靠积累，直接上代码： import matplotlib.pyplot as pltimport numpy as np# generate x valuesx = np.random.randn(1000)# random measurements, no correlationy1 = np.random.randn(len(x))# st...
2018-10-03 14:00:50
671
原创 tf.reduce_sum 降维求和举例剖析
import tensorflow as tfimport numpy as npx = np.asarray([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])print("初始变量x的维度是：",'\n',np.shape(x))print("初始变量x的值是：",'\n',x)x_p = tf.placeholder(tf.int32,[2,2,3])y = ...
2018-05-31 19:04:41
864
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人