08 2020 档案

2020.8.25 一周工作总结
摘要：这一周也没学啥 Pytorch安装配置，还有简单的学习； 不学习基础知识是学不明白的； 所以还是得把《Python深度学习》这本书学着，边看边学Pytorch代码。 接下来几天就是把师兄给的两篇论文仔仔细细的看完，还有那两本书。 周四开始做PPT吧！ 阅读全文
posted @ 2020-08-25 11:25 小哪吒呀 阅读(114) 评论(0) 推荐(0)
PyTorch学习第一天
摘要：今天就安装anaconda和pytorch了....... 阅读全文
posted @ 2020-08-20 00:15 小哪吒呀 阅读(116) 评论(0) 推荐(0)
《Python深度学习》 __弗朗索瓦·肖莱 第一天 【深度学习基础】 2020.8.13
摘要：一、什么是深度学习 1、机器学习系统是训练出来的，而非明确地用程序写出来的； 2、机器学习需要的三个要素：输入数据点、预期输出的示例、衡量算法效果好坏的方法； 衡量结果是一种反馈信号，用于调节算法的工作方式，这个调节步骤即所说的“学习”；机器学习中的学习指的是：寻找更好数据表示的自动搜索过程； 3、 阅读全文
posted @ 2020-08-13 22:42 小哪吒呀 阅读(439) 评论(0) 推荐(0)
《机器翻译 统计建模与深度学习方法》 __肖桐 学习第七天 【词法及统计建模 基础】
摘要：句法分析 1、句法是研究句子的每个组成部分和它们之间的组合方式； 常用的句法分析形式为：短语结构分析（phrase structure parsing）和依存分析（dependency parsing）； 单词：终结符；词性（动名词等）：预终结符；其他句法标记：非终结符； 短语结构树可以转换为依存树 阅读全文
posted @ 2020-08-12 23:35 小哪吒呀 阅读(189) 评论(0) 推荐(0)
《机器翻译 统计建模与深度学习方法》 __肖桐 学习第六天 【词法及统计建模 基础】
摘要：1、建模 语言模型的目的是描述文字序列出现的规律，这个对问题建模的过程被称作是语言建模； n-gram只和它前面的n-1个词相关，根据这n-1生成第n个词； n-gram在分词、文本生成、信息检索、摘要等NLP任务中都有着举足轻重的地位，包括与训练模型本质上也是统计语言模型； 强调：统计语言模型为解 阅读全文
posted @ 2020-08-11 20:27 小哪吒呀 阅读(167) 评论(0) 推荐(0)
《机器翻译 统计建模与深度学习方法》 __肖桐 学习第五天 【词法及统计建模 基础】
摘要：中文分词 1、分词：将输入的自然语言字符串切割为单元序列（token序列），每个单元都对应可以处理的最小单位； 分词得到单元序列的过程称作词法分析； 2、基于词典的分词方法： 缺点：过于生硬，当出现歧义时，较难解决； 因此，基于词典的分词方法基于规则，在遇歧义时，需要人工定义消除歧义的规则； 3、基 阅读全文
posted @ 2020-08-10 23:35 小哪吒呀 阅读(153) 评论(0) 推荐(0)
Python学习第九天 2020.8.9 正则表达式与JSON
摘要：1、正则表达式：“\d”表示数字，即找到数字；“\D”为除去数字，给出剩下的非数字； 下图为查找字符串中的数字： 正则表达式分为普通字符和元字符；元字符有哪些去百度； ：匹配字符串中a*c，中间为C或F的字符串； ：匹配中间非c或f的字符串； ：c~f的全部匹配； 2、贪婪匹配方式，比如给一个3-6 阅读全文
posted @ 2020-08-09 23:12 小哪吒呀 阅读(133) 评论(0) 推荐(0)
《机器翻译 统计建模与深度学习方法》 __肖桐 学习第四天 【词法及统计建模 基础】
摘要：1、贝叶斯法则 全概率公式： 2、熵：对系统无序性的一种度量标准； 信息熵：在NLP领域用来描述文字的信息量大小（不确定性）； 太阳从东方升起：信息熵较低（不确定性低）； 明天天气多云：信息熵较高； 自信息用来衡量单一事件发生时所包含信息的多少，下式为一个事件X的自信息的表达式： 上图的意思就是，事 阅读全文
posted @ 2020-08-08 21:01 小哪吒呀 阅读(142) 评论(0) 推荐(0)
Python学习第八天 2020.8.8 面向对象
摘要：1、类：首字母大写，单词之间不用连接符，而用首字母大写； 2、类的实例化： student = Student() 3、调用类下的方法：student.print_file() 4、类最基本的作用：封装 类内部使用变量，需要用“self.”进行引用，如： 函数调用不要放在类里； 5、方法：设计层面； 阅读全文
posted @ 2020-08-07 22:55 小哪吒呀 阅读(158) 评论(0) 推荐(0)
Python学习第七天 2020.8.7 Python函数
摘要：1、round：保留小数点后几位； 2、函数的特点： 功能性（实现功能）、隐藏细节（可以直接调用，忽略细节）、避免编写重复的代码； 3、定义函数语法：def funcname(parameter_list): pass 参数列表可以没有，返回值用return value，没有的话默认没有返回值； 4 阅读全文
posted @ 2020-08-07 22:06 小哪吒呀 阅读(182) 评论(0) 推荐(0)
《机器翻译 统计建模与深度学习方法》 __肖桐 学习第三天 【词法及统计建模 基础】
摘要：1、分词和句法分析NP：名词短语、VP：动词短语； 2、预处理（送入MT系统之前对文字序列进行处理和加工）和后处理（在MT模型输出译文后进行的处理）； 3、对句子的切分和结构化分析：有很多思路，常用方法为：对问题进行概率化，用统计模型来描述问题对进行求解。如一个句子切分的好坏，并非非零即一的判断，而 阅读全文
posted @ 2020-08-06 20:45 小哪吒呀 阅读(136) 评论(0) 推荐(0)
Python学习第六天 2020.8.6 包、模块、函数与变量作用域
摘要：1、强行终止代码运行： control+c； 2、for循环主要用来遍历/循环 序列、集合、字典； 3、continue：与break不同，break不会继续执行（跳出内部循环），continue是只跳过符合条件的； 如：的输出结果为：1,3 4、range：运行多少次 range(0,10,2)， 阅读全文
posted @ 2020-08-06 17:13 小哪吒呀 阅读(111) 评论(0) 推荐(0)
Python学习第五天 2020.8.5 分支、循环、条件与枚举
摘要：1、运算符优先级： and优先级大于or 2、左结合和右结合： a or b and c（左结合）；c=a+b（右结合）； 3、IDE：vs code 4、流程控制语句：条件控制（if else）、循环控制（for while）、分支（switch）； 5、命名：均为小写，中间用下划线连接； 6、c 阅读全文
posted @ 2020-08-05 22:48 小哪吒呀 阅读(130) 评论(0) 推荐(0)
《机器翻译 统计建模与深度学习方法》 __肖桐 学习第二天 【机器翻译基础】
摘要：1、董振东先生对机器翻译方法的评价： 基于规则和实例的机器翻译是傻子（依赖一定人工，在匹配规则和模板的情况下翻译质量高，但是系统泛华能力有限），统计和神经机器翻译是疯子（只依赖数据，系统健硕性强，但是精度不稳定且翻译过程难以人工干预）。 2、翻译质量评价： 有参考答案的评价：在参考答案或者评价标准已 阅读全文
posted @ 2020-08-04 23:21 小哪吒呀 阅读(383) 评论(0) 推荐(0)
《机器翻译 统计建模与深度学习方法》 __肖桐 学习第一天 【机器翻译基础】
摘要：1、机器翻译系统包括两部分：资源和系统，资源如翻译规则、知识库，系统是机器翻译算法的程序实现。 2、语料：双（单）语数据，目前已有大量高质量的双语和单语数据被整理并电子化存储。 3、机器翻译面临的挑战：（1）自然语言翻译问题的复杂性极高； （2）计算机的“理解”与人类的“理解”存在鸿沟； （3）单一 阅读全文
posted @ 2020-08-03 22:54 小哪吒呀 阅读(532) 评论(0) 推荐(0)