范仁义

2020年9月26日

摘要： MinMaxScaler 一、总结一句话总结： MinMaxScaler是min、max归一化，使用的话先fit，然后再transform归一化操作，也可以合并为fit_transform >>> from sklearn.preprocessing import MinMaxScaler >>> 阅读全文

posted @ 2020-09-26 05:45 范仁义阅读(7374) 评论(0) 推荐(1)

Python正则表多行匹配

摘要： Python正则表多行匹配一、总结一句话总结：加个标志参数：re.DOTALL：data['a']=re.findall(r'<h1 class = "postTitle">(.*?)</h1>',response.text,re.re.DOTALL) 加个标志参数：re.S：data['a' 阅读全文

posted @ 2020-09-26 01:17 范仁义阅读(415) 评论(0) 推荐(0)

2020年9月25日

Tensorflow2（预课程）---11.3、循环神经网络实现股票预测（GRU）

摘要： Tensorflow2（预课程） 11.3、循环神经网络实现股票预测（GRU）一、总结一句话总结：将SimpleRNN层换成GRU层即可，其它一样，非常简单 # 测试集变array并reshape为符合RNN输入要求：[送入样本数，循环核时间展开步数，每个时间步输入特征个数] x_test 阅读全文

posted @ 2020-09-25 21:12 范仁义阅读(705) 评论(0) 推荐(0)

Tensorflow2（预课程）---11.2、循环神经网络实现股票预测（LSTM）

摘要： Tensorflow2（预课程） 11.2、循环神经网络实现股票预测（LSTM）一、总结一句话总结：将SimpleRNN层换成LSTM层即可，非常简单 # 测试集变array并reshape为符合RNN输入要求：[送入样本数，循环核时间展开步数，每个时间步输入特征个数] x_test, y 阅读全文

posted @ 2020-09-25 21:05 范仁义阅读(579) 评论(0) 推荐(0)

Tensorflow2（预课程）---11.1、循环神经网络实现股票预测

摘要： Tensorflow2（预课程） 11.1、循环神经网络实现股票预测一、总结一句话总结：用了两个SimpleRNN，后面接Dropout，最后是一个dense层输出结果 model = tf.keras.Sequential([ SimpleRNN(80, return_sequences=T 阅读全文

posted @ 2020-09-25 20:03 范仁义阅读(696) 评论(0) 推荐(0)

Word embedding

摘要： Word embedding 一、总结一句话总结： a)、单词对应数字，数字对应编码的向量 b)、这里是用二维来表示，实际情况语言表达能力比较丰富，可以用100维、1000维来表示 c)、keras中，直接layer.Embedding(10,4)表示调用Embedding来编码，10表示10个单阅读全文

posted @ 2020-09-25 05:44 范仁义阅读(262) 评论(0) 推荐(0)

自然语言处理词向量模型-word2vec

摘要：自然语言处理词向量模型-word2vec 一、总结一句话总结： “词向量模型是考虑词语位置关系的一种模型。通过大量语料的训练，将每一个词语映射到高维度（几千、几万维以上）的向量当中，通过求余弦的方式，可以判断两个词语之间的关系。” 这个高维的向量就是词向量，现在常用word2vec构成词向量模型。阅读全文

posted @ 2020-09-25 04:48 范仁义阅读(231) 评论(0) 推荐(0)

词袋模型

摘要：词袋模型一、总结一句话总结： Bag of words model假定对于一个文本，忽略其词序和语法，句法，将其仅仅看做是一个词集合，或者说是词的一个组合，文本中每个词的出现都是独立的，不依赖于其他词是否出现二、词袋模型转自或参考：最初的Bag of words，也叫做“词袋”，在信息检阅读全文

posted @ 2020-09-25 04:47 范仁义阅读(480) 评论(0) 推荐(0)

深度学习中Embedding的理解

摘要：深度学习中Embedding的理解一、总结一句话总结： Embedding就是把高维的one-hot进行降维的过程。 1、Embedding的概念引入？ 1)、一维列表也不行，二维稀疏矩阵也不行，怎么办呢？这里就引入了Embedding的概念，由密集向量表示，实现降维！ 2)、“并不是每个单词都阅读全文

posted @ 2020-09-25 04:38 范仁义阅读(2244) 评论(0) 推荐(0)

2020年9月24日

Tensorflow2（预课程）---9.2、循环神经网络实现输入一个字母，预测下一个字母（embedding）

摘要： Tensorflow2（预课程） 9.2、循环神经网络实现输入一个字母，预测下一个字母（embedding）一、总结一句话总结：加上Embedding层即可，数据的输入维度变一下 print(x_train) print(y_train) [[0] [3] [2] [1] [4]] [1 4 阅读全文

posted @ 2020-09-24 11:05 范仁义阅读(409) 评论(0) 推荐(0)

在校每年国奖、每年专业第一，加拿大留学，先后工作于华东师范大学和香港教育大学

公告