zkq_1986的博客

代码：# coding:utf-8import osdef getallfiles(path): allfile = [] for dirpath, dirnames, filenames in os.walk(path): for dir in dirnames: allfile.append(os.path.join(dirpath, dir)) for name in filenames: a

GloVe 与 Word2Vec 进行对比：Word2Vec 有神经网络，GloVe 没有； Word2Vec 关注了局部信息，GloVe 关注局部信息和全局信息； 都有滑动窗口但 Word2Vec 是用来训练的，GloVe 是用来统计共现矩阵的； GloVe 的结构比 Word2Vec 还要简单，所以速度更快；再试着将 GLoVe 与 SVD 进行对比：SVD 所有单词统计权重一致，GloVe 对此进行了优化； GloVe 使用比值而没有直接使用共现矩阵。当然 GloVe 看着那么好.

区别：1. 训练方式不同，fastText通过句子的类别标签作为目标训练词向量，同时引入ngram优化准确性。word2vec通过预测上下文获得词向量。2. fastText能胜任分类任务，word2vec仅在于获得词向量。3. 训练速度，fastText优于word2vec。4.准确性，各有千秋，适应不同应用场景。...

1. 什么是负采样？ 负采样（negative sampling）是与正采用相反的含义。 2. 为什么采用负采样？将多分类问题转换成K+1个二分类问题，从而减少计算量，加快训练速度。负采样的概率分布在tensorflow中实现的是：其中s(w_i))是词w_i在字典中根据词频逆排序的序号....

项目管理中如何识别风险？1. 风险来自内部与外部。内部主要为人员风险，外部主要为与其他系统模块的配合协同2. 外部风险不太可控，这里主要谈内部的人员风险。一是，人力不足；二是，执行人员的执行力不够。针对人力不足问题，做法就是提请上级领导增派人手。针对执行力不够问题，细化每周、每个关键时间节点，明确责任人。实行项目奖罚机制。项目中，确实因成员个人原因而执行不力的进行相应处罚。部分经常性执行力不够的成员，该优化就优化掉。...

知识图谱，是结构化的语义知识库，其基本组成单位是『实体-关系-实体』三元组，以及实体及其相关属性-值对，实体之间通过关系相互联结，构成网状的知识结构。本质上是语义网络，是一种基于图的数据结构，由节点和边组成。应用价值：通过推理实现概念检索；以图形化方式向用户展示经过分类整理的结构化知识。...

LSTM层如果单用LSTM进行序列标注，那么它是比较好理解的，这就相当于对文本序列中每一个token进行分类，得到它的标注标签，之所以采用LSTM是考虑到语言的特性是前后依赖的，所以用LSTM的hidden的向量来描述当前以及之前所见到字的。大致流程如图所示：图1 LSTM层做NER但是光用LSTM来进行标注有一个问题，比如上图，我们发现预测的结果中一个人名后面紧接这一个组织名，这在正常的语言表达中是比较少见的，也就是概率比较低的。因此，CRF层的出现，就是为了能够让我们的模型学习到一些类似

概率题：某人去多个城市旅游（数量未知），每到一个城市可以买一个礼物，但手中必须且只能有一个礼物，问用什么策略可以做到，旅游结束后，手中这个礼物来自每个城市的概率都相同。...

题目描述：给定一个数字，按照原有数字中的各个位上面的数字进行组合，求出比原有数字大的数中最小的数。例如：1234 -> 1243 ，1243 ->1324 ，1324 -> 1342。解题思路：1.先将原有数字中的个，十，百，千…位上面的数字取出来，并进行全排列。2.将全排列得到的数字再进行可以得到由原来数字组合组成的所有的数字。3.将第二部得到的数字排序，找出题目要求...

AI专业应届毕业生年薪40万的消息，大家都看到了吧？禅师这里给大家来一个比较直观的对比：这张图虽然有些年头了，但不妨碍我们拿来做参考。再结合当前的环境，十分耐人寻味。根据新智元报道，中国有12113个AI岗位空缺。企业缺人是真的，但缺人不代表用人单位会降低招聘门槛。毕竟，年薪40万啊！大厂的面试题很多，但大厂的AI岗面试题目前还比较少。今天禅师为大家带来，为即将毕业、或者...