摘要:目录 1. 专利 8 篇 2. 论文 4 篇 3. 获奖 3 项 1. 专利 专利名称:一种对话系统的训练数据选择方法 发明人:张贺;雷欣;李志飞 申请人:出门问问(武汉)信息科技有限公司 申请号:CN201910840420.3 申请日期:20190906 公开号:CN110543636A 公开日 阅读全文
posted @ 2020-04-25 12:12 ZH奶酪 阅读(159) 评论(0) 推荐(0) 编辑
摘要:无论学习哪门计算机语言,只要把100例中绝大部分题目都做一遍,就基本掌握该语言的语法了。 【程序1】 题目:有1、2、3、4个数字,能组成多少个互不相同且无重复数字的三位数?都是多少? #Filename:001.py cnt = 0#count the sum of result for i in 阅读全文
posted @ 2012-11-05 14:40 ZH奶酪 阅读(125231) 评论(65) 推荐(15) 编辑
摘要:![](https://img2020.cnblogs.com/blog/323808/202009/323808-20200908131410195-1528445369.png)![](https://img2020.cnblogs.com/blog/323808/202009/323808-20200908131821132-228848317.png)![](https://img2020... 阅读全文
posted @ 2020-09-08 13:46 ZH奶酪 阅读(13) 评论(0) 推荐(0) 编辑
摘要:sigmoid会衰减输入的影响(大input,小output),层数过多的话,导致输入对cost的影响几乎为0 ReLU是Maxout的特例,Maxout比ReLU更灵活 如何训练Maxout 等价这个网络(不同的样本更新不同的参数) 优化器AdaGrad RMSProp local minima( 阅读全文
posted @ 2020-09-05 13:14 ZH奶酪 阅读(16) 评论(0) 推荐(0) 编辑
摘要:Contextual Query Understanding,根据上文补全当前Query 为了热更,只需新增一个intent cls。 对话策略配置 阅读全文
posted @ 2020-09-05 12:58 ZH奶酪 阅读(14) 评论(0) 推荐(0) 编辑
摘要:![](https://img2020.cnblogs.com/blog/323808/202009/323808-20200905115624930-1311074372.png) ![](https://img2020.cnblogs.com/blog/323808/202009/323808-20200905120404850-817148045.png) ![](https://img20 阅读全文
posted @ 2020-09-05 12:29 ZH奶酪 阅读(21) 评论(0) 推荐(0) 编辑
摘要:图神经网络,强化学习,对话策略 对话状态:food=chinese 置信状态(分布):food= chinese 0.6,italian 0.4 简单的聚合函数是平均,下边是两种改进方案: 【词级别信息引入网络?】 阅读全文
posted @ 2020-09-05 11:54 ZH奶酪 阅读(40) 评论(0) 推荐(0) 编辑
摘要:![](https://img2020.cnblogs.com/blog/323808/202009/323808-20200905105740814-2060963162.png)![](https://img2020.cnblogs.com/blog/323808/202009/323808-20200905104625543-586842972.png)![](https://img2020... 阅读全文
posted @ 2020-09-05 11:08 ZH奶酪 阅读(50) 评论(0) 推荐(0) 编辑
摘要:文章链接:https://zhuanlan.zhihu.com/p/128066632 (本文大部分内容都摘抄自这篇文章,主要用作个人笔记。) 论文标题:Dice Loss for Data-imbalanced NLP Tasks 论文作者:Xiaofei Sun, Xiaoya Li, Yuxi 阅读全文
posted @ 2020-08-24 15:46 ZH奶酪 阅读(109) 评论(0) 推荐(0) 编辑
摘要:https://www.bilibili.com/video/av94519857?p=13 唯一需要知道的就是链式法则:引入隐变量。 只需要计算每1个样本对w的偏微分,然后求和,就得到所有样本对w的偏微分了;(b也是同样的。) 先考虑1个神经元的情况:有两部分,forward pass和backw 阅读全文
posted @ 2020-08-22 22:46 ZH奶酪 阅读(15) 评论(0) 推荐(0) 编辑
摘要:https://www.bilibili.com/video/av94519857?p=12 如果没有参数,就是一个function set: 一连串矩阵运算 Loss function 阅读全文
posted @ 2020-08-22 22:45 ZH奶酪 阅读(19) 评论(0) 推荐(0) 编辑
摘要:https://www.bilibili.com/video/av94519857?p=10 https://www.bilibili.com/video/av94519857?p=11 表格最左一列和最上一行 如果用regression的方法去做classification,就会发生右图的情况。 阅读全文
posted @ 2020-08-22 18:33 ZH奶酪 阅读(19) 评论(0) 推荐(0) 编辑
摘要:https://www.bilibili.com/video/av94519857?p=8 https://www.bilibili.com/video/av94519857?p=9 总结 一次能够拿到所有训练数据,就是offline learning。 每次梯度反方向 Momentum(累加历史所 阅读全文
posted @ 2020-08-22 16:58 ZH奶酪 阅读(22) 评论(0) 推荐(0) 编辑
摘要:https://www.bilibili.com/video/av94519857?p=5 https://www.bilibili.com/video/av94519857?p=6 https://www.bilibili.com/video/av94519857?p=7 为什么SGD比GD收敛更 阅读全文
posted @ 2020-08-22 12:19 ZH奶酪 阅读(9) 评论(0) 推荐(0) 编辑
摘要:https://www.bilibili.com/video/av94519857?p=1 1. 课程介绍 分类、回归、生成 监督、无监督、强化学习 可解释AI、对抗攻击、网络压缩 异常检测(知道自己不知道) 迁移学习(训练和测试的数据分布不同) Meta Learning(学习如何学习, Lear 阅读全文
posted @ 2020-08-22 12:15 ZH奶酪 阅读(21) 评论(0) 推荐(0) 编辑
摘要:![](https://img2020.cnblogs.com/blog/323808/202008/323808-20200822100842843-452598908.png) 阅读全文
posted @ 2020-08-22 10:09 ZH奶酪 阅读(17) 评论(0) 推荐(0) 编辑
摘要:![](https://img2020.cnblogs.com/blog/323808/202008/323808-20200822100156266-1970446755.png) 阅读全文
posted @ 2020-08-22 10:02 ZH奶酪 阅读(20) 评论(0) 推荐(0) 编辑
摘要:参考链接:https://juejin.im/post/6844903693184172040 查看模型的Signature签名 Tensorflow提供了一个工具 如果你下载了Tensorflow的源码,可以找到这样一个文件,./tensorflow/python/tools/saved_mode 阅读全文
posted @ 2020-08-18 15:56 ZH奶酪 阅读(97) 评论(0) 推荐(0) 编辑
摘要:论文链接:Focal loss for dense object detection 总体上讲,Focal Loss是一个缓解分类问题中类别不平衡、难易样本不均衡的损失函数。首先看一下论文中的这张图: 解释: 横轴是ground truth类别对应的概率(经过sigmoid/softmax处理过的l 阅读全文
posted @ 2020-08-17 18:27 ZH奶酪 阅读(49) 评论(0) 推荐(0) 编辑
摘要:原文链接:https://www.w3cschool.cn/tensorflow_python/tensorflow_python-85v22c69.html import tensorflow as tf tf.enable_eager_execution() # tf.string_to_num 阅读全文
posted @ 2020-08-08 22:44 ZH奶酪 阅读(28) 评论(0) 推荐(0) 编辑
摘要:@deprecation.deprecated(None, "Please use `keras.layers.RNN(cell, unroll=True)`, " "which is equivalent to this API") @tf_export(v1=["nn.static_rnn"]) 阅读全文
posted @ 2020-07-31 20:30 ZH奶酪 阅读(39) 评论(0) 推荐(0) 编辑
摘要:@tf_export(v1=['layers.MaxPooling1D']) class MaxPooling1D(keras_layers.MaxPooling1D, base.Layer): """Max Pooling layer for 1D inputs. 用于1维输入的MaxPoolin 阅读全文
posted @ 2020-07-31 17:45 ZH奶酪 阅读(60) 评论(0) 推荐(0) 编辑