摘要： 概括：RNN 适用于处理序列数据用于预测，但却受到短时记忆的制约。LSTM 和 GRU 采用门结构来克服短时记忆的影响。门结构可以调节流经序列链的信息流。LSTM 和 GRU 被广泛地应用到语音识别、语音合成和自然语言处理等。 1. RNN RNN 会受到短时记忆的影响。如果一条序列足够长，那它们将 阅读全文

摘要： 1. 什么是Dropout（随机失活） 就是在神经网络的Dropout层，为每个神经元结点设置一个随机消除的概率，对于保留下来的神经元，我们得到一个节点较少，规模较小的网络进行训练。 标准网络和dropout网络: 左边是简单的模型，右边是含有dropout的模型 l: hidden layer i 阅读全文

摘要： 一、摘要种类 抽取式摘要 抽取式摘要 直接从原文中抽取一些句子组成摘要。本质上就是个排序问题，给每个句子打分，将高分句子摘出来，再做一些去冗余（方法是MMR）等。这种方式应用最广泛，因为比较简单。经典方法有LexRank和整数线性规划（ILP）。 LexRank是将文档中的每个句子都看作节点，句子之 阅读全文

摘要： 一、LightGBM简介： 所属：boosting迭代型、树类算法 适用范围：回归/分类/排序 LightGBM工具包：lightGBM英文文档 | lightGBM中文文档 论文链接 优点： 基于Histogram的决策树算法 带深度限制的Leaf-wise的叶子生长策略 直方图做差加速 直接支持 阅读全文

摘要： 1. 普通线性回归 Linear Regression （1）目标： （2）参数： （3）sklearn的三个坑 【1】均方误差为负 我们在决策树和随机森林中都提到过，虽然均方误差永远为正，但是sklearn中的参数scoring下，均方误差作为评 判标准时，却是计算”负均方误差“（neg_mean 阅读全文

摘要： 1、目标函数 (1）mean_squared_error / mse 均方误差，常用的目标函数，公式为((y_pred-y_true)**2).mean()(2）mean_absolute_error / mae 绝对值均差，公式为(|y_pred-y_true|).mean()(3) mean_a 阅读全文

摘要： chr()接收一个数字, 找到这个数字对应的ascii里的元素(只能接受数字) ord()接收一个字符,返回这个字符对应的数字.(只能接受一个字符) 举例：实现字符串的反转，要求不使用任何系统方法，且时间复杂度最小 思路：异或时间复杂度O(N)不需要中间变量 代码如下： 结果：cba 阅读全文

摘要： 最本质的区别是这样的：histogram用来描述的是numerical变量，而bar plot用来描述的是categorical类型的变量。统计学当中关于变量的分类 这可以从它们的图形上面看到： histogram的横轴用bin把变量分在一个特定的区间里面，比如年龄变量，以五岁一个长度分开，那么一个 阅读全文

摘要： pandas的拼接分为两种： 级联：pd.concat, pd.append 合并：pd.merge, pd.join 一.回顾numpy.concatenate 生成1个6*3的矩阵，一个2*3的矩阵，对其分别进行两个维度上的级联 二. concat pandas使用pd.concat函数，与np 阅读全文

摘要： 服务器自带的lrzsz程序 现在大多数Linux服务器都带有lrzsz程序，方便上传下载文件，如果没有，可以直接下载rpm包安装下就好。 lrzsz安装包链接：http://down.51cto.com/data/2322755 1、rz（笔记本上传给服务器） rz 选择笔记本上文件传给服务器 2、 阅读全文