摘要:pagerank是将众多网页看成一个有向图,每个页面就是有向图中的节点。计算每个节点的出度和入度。如果一个网站被大量其他的网页引用,那么他就会有更高的pr分数。 原理 对于所有与节点i相连的节点,用他们的pr值除以他们的出度(一个节点可以给多个节点投票,但是投票的权重会被平摊) 计算转移矩阵。第一列 阅读全文
posted @ 2020-08-28 08:41 twilight0402 阅读(16) 评论(0) 推荐(0) 编辑
摘要:添加 // 创建节点 CREATE (n:MOVIE{name:"电影"}) // 创建节点 create (n:Test) set n.name="Test" // 创建关系 MATCH (cust:Customer),(cc:CreditCard) WHERE cust.id = "1001" 阅读全文
posted @ 2020-08-15 16:11 twilight0402 阅读(18) 评论(0) 推荐(0) 编辑
摘要:一种使用CNN来提取特征的模型,通过CNN的filter的大小来获得不同的n-gram的信息,模型的结构如下所示: 输入 输入使用word2vec的50维词向量,加上 position embedding。 position embedding 是一句话的每个单词距离两个entity的距离,比如: 阅读全文
posted @ 2020-08-10 16:30 twilight0402 阅读(54) 评论(0) 推荐(0) 编辑
摘要:数据卷有两种形式,一种是容器中的某个目录,它可以被别的容器引用,只要有一个容器引用了这个数据卷,数据就不会被删除;另一种数据卷是将容器中的数据卷和宿主机的目录进行挂载。 数据卷可以在多个容器之间共享,修改数据卷不会影响镜像。 创建数据卷 docker run -itd --name data1 -v 阅读全文
posted @ 2020-08-01 00:04 twilight0402 阅读(34) 评论(0) 推荐(0) 编辑
摘要:Dockerfile是用来自定义构建镜像的文件。 Dockerfile: FROM nginx RUN echo '这是一个本地构建的nginx镜像' > /usr/share/nginx/html/index.html FEOM : 指定基于哪个镜像进行自定义 RUN : 运行指令, 两种形式 R 阅读全文
posted @ 2020-07-31 21:20 twilight0402 阅读(35) 评论(0) 推荐(0) 编辑
摘要:容器 docker run ubuntu:18.04 echo hello docker 表示用18.04的ubuntu镜像新建一个容器,用这个容器来执行echo命令 docker run -i -t ubuntu [bash] 表示一个运行一个最新的ubuntu容器,并且进入到这个容器的bash中 阅读全文
posted @ 2020-07-31 17:43 twilight0402 阅读(69) 评论(0) 推荐(0) 编辑
摘要:self-attetion 1. 输入 \[ X = EmbeddingLookup(X) + PositionalEncoding \\ X.shape == (batch\_size, seq\_len, embedding\_dim) \] 2. 计算Q,K,V \[ Q = Linear(X 阅读全文
posted @ 2020-07-29 23:18 twilight0402 阅读(38) 评论(0) 推荐(0) 编辑
摘要:encoding Sinusoidal Position Encoding \[ \begin{aligned} P E_{(p o s, 2 i)} &=\sin \left(\frac{p o s}{10000^{\frac{2 i}{d_{\text {model}}}}}\right) \\ 阅读全文
posted @ 2020-07-29 18:16 twilight0402 阅读(67) 评论(0) 推荐(0) 编辑
摘要:工作流程 dropout用于解决过拟合,通过在每个batch中删除某些节点(cell)进行训练,从而提高模型训练的效果。 通过随机化一个伯努利分布,然后于输入y进行乘法,将对应位置的cell置零。然后y再去做下一层的前向传播。 \[ \begin{aligned} r_{j}^{(l)} & \si 阅读全文
posted @ 2020-07-29 12:03 twilight0402 阅读(38) 评论(0) 推荐(0) 编辑
摘要:指数加权平均 (exponentially weighted averges) 先说一下指数加权平均, 公式如下: \[ v_{t}=\beta v_{t-1}+(1-\beta) \theta_{t} \] \(\theta_t\) 是第t天的观测值 \(v_t\) 是用来替代$\theta_t$ 阅读全文
posted @ 2020-07-27 11:26 twilight0402 阅读(40) 评论(0) 推荐(0) 编辑