"sanctuary

摘要： 这段很短的 Python 程序生成了一些三维数据,然后用一个平面拟合它. 0 [[ 0.82516074 0.41683942]] [0.50299114] 20 [[0.19490492 0.07856247]] [0.31059143] 40 [[0.11309221 0.1780714 ]] 阅读全文

摘要： 来源：https://github.com/jiangxinyang227/NLP Project/text_classifier base.py 阅读全文

摘要： 索引 1. cast 2. get_variable 3. embedding_lookup 4. l2_loss 5. xw_plus_b 6. sigmoid_cross_entropy_with_logits 7. trainable_variables 8. reshape 9. trans 阅读全文

摘要： 总结自acl2019最佳长论文《Bridging the Gap between Training and Inference for Neural Machine Translation》 背景： 在训练神经翻译模型的时候，实际译文被用作上下文。在使用神经翻译模型推理时，整个序列是由结果模型自己生 阅读全文

摘要： 思路速度有限，只能记一些关键词 一、 前瞻 1. NLP的4个边界：数据，符号，？，因果 2. 目前的NLP只能学习表面的关系，没有学习到因果关系，从数据学习因果关系是一个发展方向 3. 训练需要大量数据，现在的问题是没有标注好的数据，利用小数据、无监督的方法是一个发展方向 4. 期待不需要大量算力 阅读全文

摘要： Markdown编辑器不能插入公式，太难受。 模型来自论文Deep Enhanced Representation for Implicit Discourse Relation Recognition，是上一篇随笔提到的论文所用的方法基础，其模型整理如下 模型图： 阅读全文

摘要： Employing the Correspondence of Relations and Connectives to Identify Implicit Discourse Relations via Label Embeddings 利用关联词与关系词的对应性，通过标签嵌入识别隐性话语关系 I 阅读全文

摘要： 我是搞不明白为什么这东西叫算法，还是感觉叫策略好一些。。。 下面是用分治法计算最近点对问题，在程序跑出来之前先把代码记录一下 基本想法：输入N个点（x，y），按x从小到大排序（可以调用C++自带的sort（vec.begin(),vec.end()）进行排序） 将这个点集在x轴的中间那个点一分为二， 阅读全文

摘要： # 从csv文件创建DataFrame类型的数据结构 >>>df=pd.read_csv("xxx.csv") # DataFrame类型的形状和长度 >>> df.shape (38, 39) >>> len(df) 38 # 各列的标题和数据类型 >>> df.columns >>> df.dtypes # 索引 >>> df.index RangeIndex(start=0,... 阅读全文

摘要： 一般形式的约束优化问题是： 有以下相关概念： 1. 可行域——满足约束条件的x的集合 2.x点的有效约束——在x点等号成立的约束 3.可行方向 在x*处的可行方向的集合记为FD(x*,X) 4.线性化可行方向 在x*处的线性化可行方向的集合记为LFD(x*,X) 5.序列可行方向 在x*处的线序列可 阅读全文