- 博客(3)
- 收藏
- 关注
RSS订阅原创 Word2Vec的介绍
Word2Vec的介绍 Word2Vec是用浅层神经网络来进行词嵌入的技术，由Tomas Mikolov开发。 优势 如果我们用one-hot编码来将文字矢量化，会出现每个单词是孤立的情况，并且one-hot会浪费更多的存储空间。 举个例子： “今天是晴天”，将其分割为{今，天，是，晴，天}，用one-hot编码来矢量化： 今 = [1, 0, 0, 0, 0] 天 = [0,1, 0, 0, 0] 是 = [0, 0, 1, 0, 0] 晴 = [0, 0, 0, 1, 0] 天 = [0, 0, 0,
2020-10-19 16:59:11
194
原创 tf.keras.applicaton.inception_v3.preprocess_input
tf.keras.applications.inception_v3.preprocess_input( x, data_format=None ) Inception_v3对输入的图像进行预处理 输入： x float32 的 numpy.array 或者 tf.Tensor data_format default 或者 none 输出： float32 的 array 或者 tensor，值域在 -1 ~ 1 间 ...
2020-10-14 21:41:32
719
原创 【Python】Collection 中 defaultdict 的介绍
Collection 中 defaultdict 的介绍The defaultdict使用方法 The defaultdict defaultdict和python的dictionary几乎一致，区别就是defaultdict不会在索引一个不存在的Key时抛出KeyError。原因是因为defaultdict会为你参数中不存在的Key，初始化一个元素，该元素的数据类型是default_factory 使用方法 首先，需要导入collection中的defaultdict from collection im
2020-10-14 20:59:46
423
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