
AI
文章平均质量分 58
zdz0200
这个作者很懒,什么都没留下…
展开
-
tf学习笔记
1. 占位符(tf.placeholder)和变量(tf.Variable)tf.placeholder,用于传递真实的样本 创建时不必指定初始值,可在运行时,通过Session.run函数的feed_dict的参数指定 tf.Variable,用于可变的训练变量,如模型的权重或者偏置 创建时必须提供初始值,变量的值会随模型的训练而改变示例:stddev = 0.1weigh...原创 2018-09-25 16:12:03 · 748 阅读 · 0 评论 -
cnn rnn 笔记
1. cnn卷积运算:对应位置相乘再相加求和,即为卷积值:1 feature_map1(1,1) = 1*1 + 0*(-1) + 1*1 + 1*(-1) = 12 feature_map1(1,2) = 0*1 + 1*(-1) + 1*1 + 1*(-1) = -13 ```4 feature_map1(3,3) = 1*1 + 0*(-1) + 1*1 + 0*(-1) = ...原创 2018-09-25 16:12:48 · 314 阅读 · 0 评论 -
LSTM学习笔记
1. 原理:描述一下细胞状态和三个门。LSTM的公式推导详解 简单理解LSTMLSTM(长效短期记忆神经网络)是一种特殊的RNN,它能够学习到较长的依赖关系(注意是较长,太长了也不行)。细胞状态和三个门结构,遗忘门,输入输出门。第一步是决定从细胞状态中丢弃什么信息(图一),由“忘记门”的Sigmoid层实现(0代表不通过任何信息,1代表全部通过)。下一步决定我们要在细...原创 2018-09-28 16:50:26 · 803 阅读 · 0 评论 -
EM和HMM学习笔记
1. EM(Expectition-Maximum):期望最大化算法,由于已知数据中有未观察到的隐含数据,所以需要猜想隐含数据,进而求模型参数。E为期望步,计算模型的期望值问题;M步为求最大化问题,以此类推,不断迭代。2. HMM(Hidden Markov Model):隐马尔夫模型,HMM解决的问题有以下两个特征:1)我们的问题是基于序列的,比如时间序列,或者状态序列。2)我们的问题中有两...原创 2018-12-12 22:42:06 · 1436 阅读 · 0 评论 -
linux下构建fastext(官网翻译)
官网安装链接,英文阅读无障碍转移:fastext1. 安装步骤首先,Generally, fastText builds on modern Mac OS and Linux distributions.fastext只支持linux和mac,非想在windows下用的话,你可以用gensim.models.fasttext。依赖环境:g++-4.7.2或以上Pyth...原创 2019-06-03 17:11:20 · 550 阅读 · 0 评论 -
linux构建fastext接口--解决gcc版本过低make报错问题(非root用户)
fasttext安装步骤(官网):fasttext官网我翻译的安装步骤:linux下构建fastext构建python接口步骤:$ git clone https://github.com/facebookresearch/fastText.git$ cd fastText$ pip install .问题描述:安装fastext时发现gcc版本过低,这里我尝试非root...原创 2019-06-03 17:54:19 · 888 阅读 · 0 评论