嘿嘿岖食，去哪里工作啦
關于共享打印機一些常見問題及對策2022年啦大家新年快樂！！萬事順意｀露若治！2022年要畢業(yè)了居兆，可能后面更新會少一點~有需要可以私信！ 論文送審到結果出來 這段時間一直在倒騰實驗室的打印機不是在修打印機就是再學...
發(fā)簡信
IP屬地：上海
-
-
2022 重新出發(fā)停更應該有一年多了竹伸，上次發(fā)文章還是2021年3月泥栖，現(xiàn)在已經(jīng)快2022年5月了。時間過的真的好快勋篓。 疫情也還沒結束吧享，又變得嚴重了，現(xiàn)在人在上海譬嚣，已經(jīng)反反復復快要一個月了吧钢颂。居家...
-
[論文解讀]Visual bertvisual bert VisualBert 融合了bert 的目標檢測系統(tǒng)如fast-rcnn，并且可以用于一系列的視覺和語言任務拜银。 作者提出了兩種訓練視覺語言模型的預訓練...
-
-
大規(guī)模特征中變量選擇和模型使用
當一個模型中有成千上萬的特征時尼桶，這時候應該如何做特征選擇呢操灿？ 1.盡量使用LR而非XGB 高維稀疏特征lr 的效果會比 gbdt 好每次都根據(jù)當前節(jié)點最大熵分割來選擇變量那么...
-
新的一年-2021
轉(zhuǎn)眼就到了2021年了，時間過的好快泵督，2020年過的很快趾盐，不知道怎的，一年就過去了小腊，忙東忙西的救鲤。也好久沒更新了，還有3天就要開始上班了秩冈，??本缠，只能用慘慘慘來形容了，慢慢整理一下...
-
Ransac regressor
Random sample consensus 核心思想：把數(shù)據(jù)分成inliers 和outliers漩仙，選用inliers的數(shù)據(jù)訓練模型搓茬。是一種非確定性算法 算法細節(jié) 選擇一...
-
數(shù)據(jù)挖掘項目的標準流程CRISP-DM
CRISP-DM (cross-industry standard process for data mining), 即為"跨行業(yè)數(shù)據(jù)挖掘標準流程"。此KDD[過程模型]于...
-
Margin Disparity Discrepancy(MDD)
一下子就二月了~時間真的好快 進度條被迅速拉近~也快過年了队他。我現(xiàn)在雖然有一些粉絲 贊也不少 但我不知道真正還有在看的有多少人 因為最近遇到一些事情 所以想說一下我的本意就是...
-
論文閱讀：MirrorGAN六月啦~小李又上線啦卷仑！夏天到了真的悶熱（不想動的借口）哈哈 今天更新的還是論文閱讀。（可以發(fā)現(xiàn)我最近的更新都是文本到圖片的生成 感覺再多看一些 都可以寫個這方面的綜述了--...
-
對話生成模型的原理及優(yōu)化更多干貨內(nèi)容敬請關注「平安壽險PAI」（公眾號ID：PAL-AI）麸折，文末有本期分享內(nèi)容資料獲取方式锡凝。 人機對話作為人機交互系統(tǒng)的核心功能之一，發(fā)揮著十分重要的作用垢啼。目前窜锯，生成...
-
rasa中MitieEntityExtractor 的底層原理細節(jié)算法
MITIE 實現(xiàn)底層算法和原理： MITIE在chatbot 框架rasa中被廣泛應用张肾，但是rasa和原始的mitie均沒有介紹mitie的底層原理是什么。我也是找了很多資料...
-
python True,False 如何判斷锚扎，if 中True,False有什么區(qū)別
在python 有有個神奇的東西吞瞪，什么樣的值可以直接用True 和False 來判斷，在if語句中和直接判斷有什么區(qū)別驾孔。 可以看到芍秆，直接用2 isTrue 返回的是False...
-
NLP 中subword編碼方式總結
NLP subword: 1.傳統(tǒng)方法 空格token 傳統(tǒng)詞表示方法無法很好的處理未知或罕見的詞匯（OOV問題） 傳統(tǒng)詞tokenization方法不利于模型學習詞綴之間的...
-
神經(jīng)網(wǎng)絡語言建模系列之六：字符級模型語言建模一直均以分詞為最小單位，即詞級語言模型翠勉。后來研究者嘗試在字符級別進行語言建模妖啥，提出了數(shù)種字符級的語言模型，其中最為成功是Y. Kim and et. al. (201...
-
無監(jiān)督第六節(jié)：LDA和其他隱變量模型的關系1.unigram model 在unigram 模型中对碌，每個文檔中的單詞從單一的多項式分布中獨立生成荆虱。 2.mixture of unigrams: 將unigram mo...
-
無監(jiān)督第五節(jié)：LDA (Latent Dirichlet Allocation算法細節(jié))（主題模型）1.算法實現(xiàn) LDA是生成式概率模型⌒嗝牵基本的觀點是一個文檔由多個隱主題生成怀读，每個主題是由單詞的分布式表達。 LDA假設在語料庫D中每個文檔的生成過程如下： 選擇 N ～ Po...
-
無監(jiān)督第四節(jié)：LDA (Latent Dirichlet Allocation快速理解)（主題模型）
1. 簡介 LDA 是一種基于概率的生成式模型骑脱，所以在LDA的過程中會涉及到很多概率的知識愿吹，不太熟悉的話建議先學習概率知識。LDA在NLP中應用廣泛惜姐，主要是用于主題模型(to...
-
無監(jiān)督第四節(jié)：LDA（線性判別分析）及其和PCA的關系LDA的全稱是Linear Discriminant Analysis（線性判別分析）犁跪，是一種supervised learning。因為是由Fisher在1936年提出的歹袁，...
-
lstm和gru結構的再理解我看大部分介紹rnn的文章里面都只畫了cell的圖坷衍，但是這對一個剛?cè)腴T的人來說是會造成很大的誤解，而正確的介紹方法應該先介紹rnn的總體結構条舔，然后再介紹cell的結構枫耳。這才有...
