Mr.赵的专栏

余弦相似度在计算文本相似度等问题中有着广泛的应用，scikit-learn中提供了方便的调用方法 第一种，使用cosine_similarity，传入一个变量a时，返回数组的第i行第j列表示a[i]与a[j]的余弦相似度>>> from sklearn.metrics.pairwise import cosine_similarity>>> a=[[1,3,2],[2,2,1]]>>>

背景在用Keras的时候遇到了这个报错AttributeError: 'NoneType' object has no attribute 'inbound_nodes'原因原来是对Tensor操作的方法用错了，做了一个扩展操作，将一个2D的张量扩展成一个3D的张量使用了K.repeat()的方法，这个方法返回的是一个Tensor，而不是一个Layer，当然没有入节点inbound_n...