Ray[https://docs.ray.io/]是一個(gè)高性能分布式計(jì)算框架见转，借助它可以非常容易的構(gòu)建分布式運(yùn)算任務(wù)悠就。本文將介紹如何在Linux上部署Ray集群： 架構(gòu) Ra...
發(fā)簡(jiǎn)信
IP屬地：廣東
-
[ray入門(mén)] 在Linux上安裝部署Ray集群 -
思想上遺世獨(dú)立,身體上同流合污
-
-
一無(wú)所知
-
-
-
-
用深度學(xué)習(xí)（CNN RNN Attention）解決大規(guī)模文本分類(lèi)問(wèn)題 - 綜述和實(shí)踐應(yīng)用深度學(xué)習(xí)解決淘寶商品的類(lèi)目預(yù)測(cè)問(wèn)題的項(xiàng)目松靡，總結(jié)下文本分類(lèi)領(lǐng)域特別是應(yīng)用深度學(xué)習(xí)解決文本分類(lèi)的相關(guān)的思路简僧、做法和部分實(shí)踐的經(jīng)驗(yàn)。 業(yè)務(wù)問(wèn)題描述： 淘寶商品的一個(gè)典型的例子見(jiàn)...
-
4年+對(duì)話(huà)系統(tǒng)優(yōu)化經(jīng)驗(yàn)
-
LSTM模型在問(wèn)答系統(tǒng)中的應(yīng)用在問(wèn)答系統(tǒng)的應(yīng)用中，用戶(hù)輸入一個(gè)問(wèn)題屠列，系統(tǒng)需要根據(jù)問(wèn)題去尋找最合適的答案啦逆。 1：采用句子相似度的方式。根據(jù)問(wèn)題的字面相似度選擇相似度最高的問(wèn)題對(duì)應(yīng)的答案笛洛，但是采用這種字面相似...
-
-
【NLP competition】中文信息學(xué)會(huì) 文本溯源技術(shù)評(píng)測(cè)（SMP ETST）
此次的文本溯源項(xiàng)目我們以n-gram為核心思想苛让，構(gòu)建候選句子對(duì)的評(píng)測(cè)標(biāo)準(zhǔn)盲镶。用TF-IDF和詞袋模型的的思想來(lái)預(yù)篩選候選句子對(duì)，大大提升算法效率蝌诡。最后用了兩種切詞方式的模型融合...
-
-
意圖識(shí)別思路由于要做一個(gè)對(duì)話(huà)系統(tǒng)浦旱，必然要涉及到意圖識(shí)別模塊，所以想梳理一個(gè)意圖識(shí)別的思路： 由于本人做的是一個(gè)特定領(lǐng)域的事情九杂，假設(shè)以教育場(chǎng)景為切入點(diǎn)： 我們?cè)O(shè)想用戶(hù)的輸入語(yǔ)句： 比如：1...
-
真正有知識(shí)的人的成長(zhǎng)過(guò)程例隆，就像麥穗的成長(zhǎng)過(guò)程：麥穗空的時(shí)候甥捺，麥子長(zhǎng)得很快，麥穗驕傲地高高昂起镀层，但是镰禾，麥穗成熟飽滿(mǎn)時(shí)，它們開(kāi)始謙虛，垂下麥芒吴侦。<br>——蒙田《蒙田隨筆全集》
-
Siamese Recurrent Architectures for Learning Sentence Similarity這篇文章講解用于評(píng)估句子相似度的孿生LSTM深度神經(jīng)網(wǎng)絡(luò) 論文地址：Siamese Recurrent Architectures for Learning Sentence...
-
機(jī)器學(xué)習(xí)基金失敗的7個(gè)原因--部分翻譯兼讀文筆記這是Marcos López de Prado在9月2日的一個(gè)presentation屋休，此公水平很高，屬于學(xué)術(shù)能力和實(shí)踐雙優(yōu)的牛人备韧，我也是在讀他的書(shū)過(guò)程中發(fā)現(xiàn)了這篇文章劫樟，文章...
-
<br>從主觀向量化和智能交易轉(zhuǎn)型的投研人員叠艳，工技術(shù)分析、精通纏論易阳、長(zhǎng)于商業(yè)模式與財(cái)務(wù)分析附较，謹(jǐn)慎型交易員、合格的金融分析師闽烙、二流數(shù)據(jù)科學(xué)家翅睛，三流碼農(nóng)。對(duì)新鮮事物沒(méi)有抵抗力黑竞，時(shí)常讀詩(shī)落淚捕发，偶爾酒后忘形，不啟動(dòng)理性思維的時(shí)候愿意相信一切科幻和玄學(xué)很魂，書(shū)蟲(chóng)一只好讀書(shū)也求甚解扎酷， 愛(ài)武之人實(shí)戰(zhàn)極少漸成嘴把式。
-
專(zhuān)注量化投資十年。
