摘要： 马尔可夫链，因安德烈·马尔可夫（A.A.Markov，1856-1922）得名，是指数学中具有马尔科夫性质的离散随机过程。 在给定当前知识或信息的情况下，过去（即当前以前的历史状态）对于预测将来（即当前以后的未来状态）是无关的。 每个状态的转移，只依赖于之前的n个状态，这个过程被称为1个n阶的模型。 阅读全文

摘要： 双语数据预处理 学习目标：了解和学习开发汉英双语数据预处理模块。 双语数据预处理是统计机器翻译系统构建的第一步，为词对齐处理提供分词后的双语数据。预处理的工作本质上就是双语数据的分词处理，与传统分词不同的一点在于需要对一些特定类型词汇进行泛化处理，如数字词汇“123.45”泛化为“$number”来 阅读全文

摘要： 主题模型 主题模型理理论 直观版 标准版 公式版实战 一眼看穿『希拉⾥里里邮件门』 什么是主体模型？ 理论解释 理理解整个过程，涉及到⽐比较复杂数学推导。一般来说，从公式1⼀一直推导到公式100，大部分同学会在公式10左右的时候，就关了了直播，洗洗睡了了所以，我今天⽤用3个不不同版本的讲解，从简单到 阅读全文

摘要： 朴素贝叶斯 1. 引言 贝叶斯方法是一个历史悠久，有着坚实的理论基础的方法，同时处理很多问题时直接而又高效，很多高级自然语言处理模型也可以从它演化而来。因此，学习贝叶斯方法，是研究自然语言处理问题的一个非常好的切入口。 2. 贝叶斯公式 贝叶斯公式就一行： 而它其实是由以下的联合概率公式推导出来： 阅读全文

摘要： 正则表达式 以前的易语言基础学过正则表达式笔记： http://p8dkemhqq.bkt.clouddn.com/%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F.pdf jieba中文处理 和拉丁语系不同，亚洲语言是不用空格分开每个有意义的词的。而当我们 阅读全文

摘要： 当我们分析图片或者语音的时候，通常都是在密集高纬度数据。我们所需的全部信息都储存在原始数据中。 当我们做自然语言处理的时候，我们通常会分词，然后给每一个词一个编号，比如猫的编号是120，狗的编号是343。比如女生的编号是2329.这些编号没有规律，没有联系，我们从编号中不能得到词语词的相关性。 例如 阅读全文

摘要： 1，NVIDIA显卡安装CUDA 2，添加CUDA目录下的bin和lib\x64目录，到环境变量 3，cuDNN安装（需在NVIDIA官网注册账号），将cuDNN解压完成后的bin，include，lib目录复制到CUDA响应目录。 4，将CUDA\v10.0\extras\CUPTI\lib64\ 阅读全文

摘要： 保存： 加载： 阅读全文

摘要： 这个LSTM的PPT没有前面讲的那个好。 阅读全文

摘要： 经验之谈： 一般样本的大小是权值的5~10倍 自己的小笔记本4×i7，GTX960+4G，跑不起来 在阿里云的天池实验室跑，巨慢，21次迭代需要半个小时 结果： 最后的准确率达到了99.02% 阅读全文