摘要：
>>> v = np.array([1, 0, 1])>>> vv = np.tile(v,(4,1))>>> print vv[[1 0 1] [1 0 1] [1 0 1] [1 0 1]]>>> 阅读全文
posted @ 2017-11-21 20:54
TMatrix52
阅读(175)
评论(0)
推荐(0)
2017年11月21日
摘要：
参考：http://blog.csdn.net/zouxy09/article/details/49105265 因为标注成本比较高，当你的训练数据集只有一部分数据是有标注的情况下，使用监督学习你只能扔掉那些没有标注的X。而实际上，有标注的样本和无标注的样本之间是有关系的，这种关系信息也可以用来帮助 阅读全文
posted @ 2017-11-21 20:14
TMatrix52
阅读(266)
评论(0)
推荐(0)
2017年11月16日
摘要：
参考： 1、http://blog.zhengyi.one/HMM.html 2、http://blog.sciencenet.cn/blog-741529-827705.html 阅读全文
posted @ 2017-11-16 13:07
TMatrix52
阅读(130)
评论(0)
推荐(0)
2017年11月15日
摘要：
参考： 1、Understanding Convolutional Neural Networks for NLP 2、Implementing a CNN for Text Classification in TensorFlow 阅读全文
posted @ 2017-11-15 20:07
TMatrix52
阅读(145)
评论(0)
推荐(0)
摘要：
参考：http://blog.csdn.net/yelyyely/article/details/41114449 1、调整到anaconda下的python 2、安装有关程序 阅读全文
posted @ 2017-11-15 18:54
TMatrix52
阅读(126)
评论(0)
推荐(0)
2017年11月14日
摘要：
tensorflow笔记 ：常用函数说明 阅读全文
posted @ 2017-11-14 10:24
TMatrix52
阅读(113)
评论(0)
推荐(0)
2017年11月13日
摘要：
链接： 在训练卷积神经网络（CNN）的某一个卷积层时，实际上是在训练一系列的滤波器(filter)。简单来说，训练CNN在相当意义上是在训练每一个卷积层的滤波器。让这些滤波器组对特定的模式有高的激活，以达到CNN网络的分类/检测等目的。 卷积层： 需要记住的是(过滤器)权值的纵深维度（depth d 阅读全文
posted @ 2017-11-13 16:11
TMatrix52
阅读(196)
评论(0)
推荐(0)
2017年11月12日
摘要：
参考 1、安装python3 2、创建虚拟环境： 阅读全文
posted @ 2017-11-12 18:23
TMatrix52
阅读(130)
评论(0)
推荐(0)
摘要：
参考： Convolutional Neural Networks for Sentence Classification Convolutional Neural Networks for Sentence Classification Convolutional Neural Networks 阅读全文
posted @ 2017-11-12 17:58
TMatrix52
阅读(206)
评论(0)
推荐(0)
2017年11月6日
浙公网安备 33010602011771号