12 2019 档案

摘要：写在前面：此篇纯属自我记录，参考意义不大。 数据类型 数值型 标量Scalar：1.0，2.3等，shape为0->[] a = 1.2 向量Vector：[1.0],[2.3,5.4]等，shape为1->[n] a = tf.constant([2.3,5.4]) 矩阵Matrix：[[1.0, 阅读全文

摘要： 阅读全文

摘要：写在前面：机器学习主要分为监督学习、无监督学习和强化学习。本节内容主要针对监督学习下的线性回归进行简要说明及实现。机器学习开篇模型就是线性回归，简言之就是用一条直线较为准确的描述数据之间的关系，当出现新的数据的时候的时候，给出一个简单的预测值。 一、回归问题 回归问题是监督学习的一个重要问题，回归用 阅读全文

摘要：写在前面：在初学nlp时的第一个任务——NER，尝试了几种方法，cnn+crf、lstm+crf、bert+lstm+crf，毫无疑问，最后结果时Bert下效果最好。 1、关于NER： NER即命名实体识别是信息提取的一个子任务，但究其本质就是序列标注任务。 eg： sentence：壹 叁 去 参 阅读全文