2013 年 8月随笔档案 - huashiyiqike

转 Visual C++6.0 与matlab联合编程（2）----Visual C++6.0 环境下编译和调试MEX文件

摘要：我的最初想法是利用matlab的mex命令调用C++程序生成动态链接库的，但是测试程序（文中另附）通过了，自己的实际应用程序却没有过。还是把方法贴在这儿，以便自己以后进行整理。 http://shijuanfeng.blogbus.com/logs/106781870.html 以下内容来自上面博客，自己根据实际情况略作解释改动。 MATLAB要调用C++程序步骤： 1. 在MATLAB命令行... 阅读全文

posted @ 2013-08-31 23:45 huashiyiqike 阅读(2981) 评论(0) 推荐(0)

Matlab函数

摘要：any() 相当于或操作，只要有1，就返回1 all() 相当于与操作，只要有0，就返回0 C = union(A,B)： C为A和B的并集。去掉相同元素。 C = intersect(A,B) C为A和B的交集. The values of C are in sorted order.[Lia,Locb] = ismember(A,B)：判断A中元素是否为B中的子元素，如果不是则，Lia和Locb中元素值都为0（注意，Lia大小和A一样，Locb大小和B一样）。如果A中有元素是B中的，在Lia中对应返回值1，Locb, containing the highest index in... 阅读全文

posted @ 2013-08-30 11:32 huashiyiqike 阅读(513) 评论(0) 推荐(0)

CRF(Conditional Random Field)

摘要：条件随机场是近几年自然语言处理领域常用的算法之一，常用于句法分析、命名实体识别、词性标注等。在我看来，CRF就像一个反向的隐马尔可夫模型(HMM)，两者都是用了马尔科夫链作为隐含变量的概率转移模型，只不过HMM使用隐含变量生成可观测状态，其生成概率有标注集统计得到，是一个生成模型；而CRF反过来通过可观测状态判别隐含变量，其概率亦通过标注集统计得来，是一个判别模型。由于两者模型主干相同，其能够应用... 阅读全文

posted @ 2013-08-24 12:03 huashiyiqike 阅读(4413) 评论(1) 推荐(0)

Generative Model 与 Discriminative Model

摘要：【摘要】 - 生成模型(Generative Model) ：无穷样本==》概率密度模型 = 产生模型==》预测 - 判别模型(Discriminative Model)：有限样本==》判别函数 = 预测模型==》预测【简介】简单的说，假设o是观察值，q是模型。如果对P(o|q)建模，就是Generative模型。其基本思想是首先建立样本的概率密度模型，再利用模型进行推理预测。要求已知样本无穷或尽可能的大限制。这种方法一般建立在统计力学和bayes理论的基础之上。如果对条件概率(后验概率) P(q|o)建模，就是Discrminative模型。基本思想是有限样本条件下建立判别函数，不考虑样本的阅读全文

posted @ 2013-08-24 11:59 huashiyiqike 阅读(390) 评论(0) 推荐(0)

rbm generate data

摘要：阅读全文

posted @ 2013-08-24 10:44 huashiyiqike 阅读(180) 评论(0) 推荐(0)

转举例说明使用MATLAB Coder从MATLAB生成C/C++代码步骤

摘要：MATLAB Coder可以从MATLAB代码生成独立的、可读性强、可移植的C/C++代码。http://www.mathworks.cn/products/matlab-coder/使用MATLAB Coder产生代码的3个步骤：①准备用于产生代码的MATLAB算法；②检查MATLAB代码的兼容性... 阅读全文

posted @ 2013-08-22 15:10 huashiyiqike

lda topic number

摘要：Hi Vikas --the optimum number of topics (K in LDA) is dependent on a at least two factors: Firstly, your data set may have an intrinsic number of topics, i.e., may derive from some natural clusters that your data have. This number will in the best case make your ppx minimal. A non-parametric approac 阅读全文

posted @ 2013-08-20 16:54 huashiyiqike 阅读(959) 评论(0) 推荐(0)

文献管理软件zotero的一点使用感受作者：杨林畅

摘要：作者是我的本科同学叶家鑫 http://www.renren.com/profile.do?id=240875124 文章写于去年12月，我做了一些排版上的修改，括号内的蓝字为我所加 ---- zotero简介 zotero（zotero.org）是Firefox浏览器下的一款扩展（add-on），虽然它的桌面版已经在开发中了，但短时间内只能通过打开浏览器来使用，好在对于现代人来说，使用电脑的大... 阅读全文

posted @ 2013-08-17 21:38 huashiyiqike 阅读(41797) 评论(0) 推荐(1)

python文本处理

摘要：string函数strip 去掉首尾格式控制字符，还有lstrip和rstrip，括号里可以加自己想去掉的字符。阅读全文

posted @ 2013-08-14 08:39 huashiyiqike 阅读(155) 评论(0) 推荐(0)

转 Deep Learning for NLP 文章列举

摘要：原文链接：http://www.xperseverance.net/blogs/2013/07/2124/大部分文章来自:http://www.socher.org/http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial包括从他们里面的论文里找到的related workWord Embedding LearnigSENNA原始论文【ACL'07】Fast Semantic Extraction Using a Novel Neural Network ArchitectureRonan Collobert and 阅读全文

posted @ 2013-08-12 17:10 huashiyiqike 阅读(1543) 评论(0) 推荐(0)

backpropagation

摘要：http://deeplearning.stanford.edu/wiki/index.php/%E5%8F%8D%E5%90%91%E4%BC%A0%E5%AF%BC%E7%AE%97%E6%B3%95反向传播算法的思路如下：给定一个样例，我们首先进行“前向传导”运算，计算出网络中所有的激活值，包... 阅读全文

posted @ 2013-08-12 11:56 huashiyiqike 阅读(396) 评论(0) 推荐(0)

belief propagation

摘要：阅读全文

posted @ 2013-08-11 15:03 huashiyiqike 阅读(201) 评论(0) 推荐(0)

开发者必备的6款源码搜索引擎转

摘要：摘要：虽然自己编码很重要，但是在遇到一个功能时，利用现成的代码不失为一种好方法，或许还会达到事半功倍的效果。但千万不要单纯地“用”，更多地是理解与提升，这样才会进步。在推动技术变革上，开源运动发挥了非常显著的作用。而Linux成功地将开源转换成商务模式，给广大开源工作者带来了更大的信心和勇气。目前，开源已成为主流，在未来的几年内，它的足迹将会遍布前沿教育、航空航天（如无人驾驶飞机）等许多领域。借鉴现有的开源项目或开源代码，对于初级开发者来说，不失为一种很好的编程手段，但千万不要单纯地“用”，更多地是理解与提升，这样才会进步。下面为大家介绍6款源码搜索引擎，让你找到更适合你的源码。1.Ohloh 阅读全文

posted @ 2013-08-11 12:54 huashiyiqike 阅读(344) 评论(0) 推荐(0)

转【面向代码】学习 Deep Learning（二）Deep Belief Nets(DBNs)

摘要：【面向代码】学习 Deep Learning（二）Deep Belief Nets(DBNs) http://blog.csdn.net/dark_scope/article/details/9447967 分类：机器学习2013-07-24 11:50 517人阅读评论(5) 收藏举报目录(?)[-] DBNdbnsetupm DBNdbntrainm DBNrbmtrainm DB... 阅读全文

posted @ 2013-08-11 11:31 huashiyiqike 阅读(7419) 评论(0) 推荐(0)

Sampling

摘要：Monte Carlo：通过极限情况下的分布关系$\pi (x’) =\sum\limits_{x}{ \pi (x)P(x->x’)} $ 有p(x’)$\approx\sum\limits_{x}{p(x)T(x—>x’)}$ 若T满足regular markov chain的条件，则Monte Carlo方法保证在极限条件下收敛到目标分布。 Regular Markov Chain 转移... 阅读全文

posted @ 2013-08-10 20:11 huashiyiqike 阅读(611) 评论(0) 推荐(0)

各种形式的熵函数，KL距离

摘要：自信息量I(x)=-log(p(x))，其他依次类推。离散变量x的熵H(x)=E(I(x))=-$\sum\limits_{x}{p(x)lnp(x)}$ 连续变量x的微分熵H(x)=E(I(x))=-$\int{p(x)lnp(x)dx} $ 条件熵H(y|x)=-$\int\int{p(x,y)lnp(y|x)dydx}$ 两个变量X和 Y 的联合熵定义为： ... 阅读全文

posted @ 2013-08-10 10:19 huashiyiqike 阅读(8330) 评论(2) 推荐(0)

python 转换代码格式

摘要：import osdirname="C:\\Users\\haier\\Desktop\\new"def walk(path): for item in os.listdir(path): subpath = os.path.join(path, item) #subpath=subpath.replace('\\','\\\\') print subpath for i in open(subpath): pass#print i ffrom=open(subpath,'r') f... 阅读全文

posted @ 2013-08-08 12:04 huashiyiqike 阅读(435) 评论(0) 推荐(0)

人人刷人气

摘要：import cookielib, urllib, urllib2,time def visit(user,password): login=user password=password # Enable cookie support for urllib2 cookiejar = cookielib.CookieJar() urlOpener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cookiejar)) url='http://www.renren.com/PLo... 阅读全文

posted @ 2013-08-08 12:01 huashiyiqike 阅读(290) 评论(0) 推荐(0)

python文件操作

摘要：file=open("a.html","w") file.writelines(data) 阅读全文

posted @ 2013-08-08 11:20 huashiyiqike 阅读(156) 评论(0) 推荐(0)

sigmoid belief network boltszmann machine

摘要：because of explaining away, the hidden weights in sigmoid belief network is no longer independent 阅读全文

posted @ 2013-08-08 09:54 huashiyiqike 阅读(433) 评论(0) 推荐(0)

机器学习与计算机视觉大牛族谱转

摘要：在机器学习、计算机视觉和人工智能领域，顶级会议才是王道。国内教材和CNKI上的至少是N年前的东西。有人会质疑这些会议都只是EI。是的，这的确非常特殊：在别的大部分领域，会议都是盛会，比如societyofneuroscience的会议，每次都有上万人参加，带个abstract和poster就可以去。但在所讨论的几个领域，顶级会议的重要性无论怎么强调都不为过。可以从以下几点说明：（1）因为机器学习、计算机视觉和人工智能领域发展非常迅速，新的工作层出不穷，如果把论文投到期刊上，一两年后刊出时就有点out了。因此大部分最新的工作都首先发表在顶级会议上，这些顶级会议完全能反映“热门研究方向”、“最新方阅读全文

posted @ 2013-08-07 10:19 huashiyiqike 阅读(1189) 评论(0) 推荐(0)

公告