摘要：
中国制造影响力越来越大的分析 所有关于廉价劳动力的答案都没有抓住问题的重点。因为大多数第三世界国家的劳动力更便宜。来自非洲、南美、印度等大部分地区……廉价劳动力已经被指出。这里还有一些: 规模庞大(有市场支撑)、体系完善(政策稳定，积极引导)、配套齐全(供应链上下游，外部基础设施)；质量、时间和成本 阅读全文
摘要：
神经网络激活函数 激活函数 激活函数在神经元中非常重要的。为了增强网络的表示能力和学习能 力，激活函数需要具备以下几点性质： 1. 连续并可导（允许少数点上不可导）的非线性函数。可导的激活函数可以 直接利用数值优化的方法来学习网络参数。 2. 激活函数及其导函数要尽可能的简单，有利于提高网络计算效率 阅读全文
摘要：
互联网信息过载，用户疲于应对纷繁复杂的信息，新时期的矛盾从用户获取信息和信息不足的矛盾转变为，用户获取高价值的信息和获取高价值信息成本高的矛盾，基于用户需求和兴趣进行信息匹配，是当前和未来推荐系统发展的趋势。 现代推荐系统简介 从百万量及样本通过粗排序模型（召回模型）生成百千级的候选集；通过精排生成 阅读全文
摘要：
SQL脚本 思路：计算经纬度之间球面距离，返回单位：米 6378137*2*ASIN(SQRT(POWER(SIN((destination_lat-endpoint_lat)*ACOS(-1)/360),2) +COS(destination_lat*ACOS(-1)/180)*COS(endpo 阅读全文
摘要：
目录： 1、Elmo与transformer的简单回顾 2、DAE与Masked Language Model 3、Bert模型详解与不同训练方法 4、如何把bert模型应用到实际项目中 5、如何对bert减肥（优化） 6、bert存在的问题 1、Elmo与transformer的简单回顾 一词多义 阅读全文
摘要：
bert作为开创性的模型，可以用于大部分的场景，但也存在一些问题，不能用于生成，训练数据和测试数据的不一致（Discrepancy）。XLnet是比bert更强大的预训练模型，基于permutation实现了真正的双向学习，使用双流自注意力机制，结合transformers-XL的相对位置编码，效果 阅读全文
摘要：
自然语言难在哪？ 自然语言特点： 1、创新性，新词旧词；2、递归性；递归性为语言带来精确表达的能力；3、多义性，自然语言包含多粒度语言单位：字、词、短语、句子、语篇。自然语言理解的关键目标是自动消歧；4、主观性，与个体的社会阅历相关；5、社会性，社会结构影响人类语言 二、自然语言的未来 1、深度学习 阅读全文
摘要：
ALbert第一作者蓝振忠解说： ALBERT的提出就是为了给BERT瘦身，让模型更大的BERT有算力能跑起来。作者通过权值共享和矩阵分解减少参数。降低了空间复杂度，但计算量并没有减少，所以在模型进行下游任务和预测的时候并不会更快。所以作者说现在优化BERT的方法也是往时间复杂度的方向优化。 ALB 阅读全文
摘要：
目录： 基础部分回顾（词向量、语言模型） NLP的核心：学习不同语境下的语义表示 基于LSTM的词向量学习 深度学习中的层次表示以及Deep BI-LSTM ELMo模型 总结 1. 基础部分回顾（词向量、语言模型） 1.1 独热编码-词的表示 1.2 词向量-词的表示 我们为什么需要词向量？（On 阅读全文
摘要：
高德API调取具体POI存在几个问题：调取次数限制、每次获取的数据量限制900。 推荐：在调取城市POI具体数据的基础上，先将城市区域切分网格，然后可以获取城市POI数据； 一个git解决全部问题：POI获取 运行app.py， 修改参数 ：1、app.py内部切分城市区域网格颗粒度pology_s 阅读全文