cup_leo

摘要： —- 目前的几篇相关：—– neo4j︱图数据库基本概念、操作罗列与整理（一） neo4j︱Cypher 查询语言简单案例（二） neo4j︱Cypher完整案例csv导入、关系联通、高级查询（三） neo4j︱与python结合的py2neo使用教程（四） 阅读全文

摘要： Neo4j是一个世界领先的开源图形数据库，由 Java 编写。图形数据库也就意味着它的数据并非保存在表或集合中，而是保存为节点以及节点之间的关系。 Neo4j 的数据由下面几部分构成： 节点边属性Neo4j 除了顶点（Node）和边（Relationship），还有一种重要的部分——属性。无论是顶点 阅读全文

摘要： 创建节点、关系 创建节点（小明）：create (n:people{name:’小明’,age:’18’,sex:’男’}) return n; 创建节点（小红）: create (n:people{name:’小红’,age:’18’,sex:’女’}) return n; 创建关系（小明送礼物给 阅读全文

摘要： 节点模式的构成：(Variable:Lable1:Lable2{Key1:Value1,Key2,Value2})，实际上，每个节点都有一个整数ID，在创建新的节点时，Neo4j自动为节点设置ID值，在整个数据库中，节点的ID值是递增的和唯一的。 create 关键字 名字为‘n’变量 person 阅读全文

摘要： 转载自：https://blog.csdn.net/qq1483661204/article/details/79039702 Learning a Similarity Metric Discriminatively, with Application to Face Verification 这 阅读全文

摘要： 为了获得性能良好的神经网络，网络定型过程中需要进行许多关于所用设置（超参数）的决策。超参数之一是定型周期（epoch）的数量：亦即应当完整遍历数据集多少次（一次为一个epoch）？如果epoch数量太少，网络有可能发生欠拟合（即对于定型数据的学习不够充分）；如果epoch数量太多，则有可能发生过拟合 阅读全文

摘要： 1、https://blog.csdn.net/wcy23580/article/details/84990923 原理及Python keras 实现 2、https://www.kaggle.com/lamdang/dl-models/data code ESIM keras 3、论文及原理 h 阅读全文

摘要： https://juejin.im/entry/59ae1186f265da249600f141 Chatbot ParlAI A framework for training and evaluating AI models on a variety of openly available dia 阅读全文

摘要： 在XGBoost中提供了三种特征重要性的计算方法： ‘weight’ - the number of times a feature is used to split the data across all trees. ‘gain’ - the average gain of the featur 阅读全文

摘要： 这里的num_units参数并不是指这一层油多少个相互独立的时序lstm，而是lstm单元内部的几个门的参数，这几个门其实内部是一个神经网络，答案来自知乎： 阅读全文