摘要： def get_batches(x, y, n_batches=10): """ 这是一个生成器函数，按照n_batches的大小将数据划分了小块 """ batch_size = len(x)//n_batches for ii in range(0, n_batches*batch_size, batch_size): # 如果不是最后一个batch，那么这个batch中应该有batch_si 阅读全文

摘要： 条件熵 H(X|Y)表示在已知随机变量 Y 的条件下随机变量 X 的不确定性 条件熵，联合熵和熵之间的关系如下： 相对熵：用来衡量两个概率分布之间的差异，也叫KL散度 交叉熵： 相对熵，熵和交叉熵的关系如下： 互信息： 互信息意义是：由于知道 y 值而造成的 x 的不确定性的减小（即Y的值透露了多少 阅读全文

摘要： #把数据写入文件import pickle data=[1,2,3] f = open('data.pkl', 'wb') pickle.dump(data, f) f.close() #把数据从文件中读出 f = open('data.pkl', 'rb')data1 = pickle.load(f)print(data1)f.close() 阅读全文

摘要： 传统的神经网络输入是d维，输出是m维，即w是d*m维。现在有了maxout，w是d*m*k维。现在输出还是m维，但是在输出前，对于m中的每个节点，都有k个维，选取k中最大的来得到m中的一个节点。 https://blog.csdn.net/hjimce/article/details/5041446 阅读全文

摘要： 在py文件里写入： 运行的命令行如果为： 则输出False，因为它用的是default的值 如果运行的命令行为： 则输出True，因为它用的是action的值 阅读全文

摘要： 可查看此链接：https://blog.csdn.net/guolindonggld/article/details/56966200 阅读全文

摘要： 论文：https://arxiv.org/pdf/1506.07285.pdf 模型：https://github.com/XiangwenNing/dynamic-memory-network （抄自：https://github.com/Shawn1993/Dynamic-Memory-Netw 阅读全文

摘要： 代码在https://github.com/THTBSE/siamese-lstm-network/blob/master/siamese_lstm.py里。这篇博客https://blog.csdn.net/thriving_fcl/article/details/73730552 有解释该模型。 阅读全文

摘要： 可以看https://github.com/yunjey/pytorch-tutorial 的代码。 其中，https://github.com/yunjey/pytorch-tutorial/blob/master/tutorials/02-intermediate/deep_residual_n 阅读全文

摘要： 模型论文为：https://arxiv.org/pdf/1704.04368.pdf。代码地址为：https://github.com/XiangwenNing/pointer-generator-networks（抄自https://github.com/Sohone-Guo/Pointer-Ge 阅读全文