05 2018 档案
摘要：一、命令方法 １．使用cp命令 需要注意的是这几个文件之间不要有空格 ２．具有共同前缀 复制的文件是file1, file2, file3, file4 二、脚本方法 使用python脚本 shutil库 2. 将以上代码保存为move.py 3. 运行 $ python move.py /path
阅读全文
摘要：这里介绍一下文本预处理中常用的操作： １．英文统一小写 ２．分词 ３．去噪 两种方式 （１）去停用词 包括中英文标点符号、以及噪音词，参考附录[1] （２）只保留指定词典中的词 这个词典与任务强相关，通常是当前任务重点关注的特征词 其中，为了保证分词的结果是我们想要的，通常需要调整jieba词典：
阅读全文
摘要：常用的中英字符/汉字： 英文字符可以从string包得到：
阅读全文
摘要：序贯（Sequential）模型 序贯模型是多个网络层的线性堆叠，也就是“一条路走到黑”。 可以通过向Sequential模型传递一个layer的list来构造该模型： from keras.models import Sequential from keras.layers import Dens
阅读全文
摘要：Keras FAQ：常见问题 如何引用Keras？ 如果Keras对你的研究有帮助的话，请在你的文章中引用Keras。这里是一个使用BibTex的例子 @misc{chollet2015keras, author = {Chollet, François and others}, title = {
阅读全文
摘要：Keras项目github源码(python)：keras-team/keras: Deep Learning for humans 里面的docs包含说明文档 中文文档：Keras中文文档 预训练模型的权重文件（Xception VGG16 VGG19 ResNet50 InceptionV3 I
阅读全文
摘要：在用apt-get安装软件包的时候遇到E: Sub-process /usr/bin/dpkg returned an error code (1)问题，解决方法如下： 到此问题得以顺利解决。 参考：https://www.cnblogs.com/nkh222/p/8126455.html
阅读全文
摘要：一、用于对话系统的中英文语料 Datasets for Training Chatbot System 参考：GitHub - candlewill/Dialog_Corpus: 用于训练中英文对话系统的语料库 Datasets for Training Chatbot System 本项目收集了一
阅读全文
摘要：在训练深度学习模型的时候，通常将数据集切分为训练集和验证集．Keras提供了两种评估模型性能的方法： 使用自动切分的验证集 使用手动切分的验证集 一．自动切分 在Keras中，可以从数据集中切分出一部分作为验证集，并且在每次迭代(epoch)时在验证集中评估模型的性能． 具体地，调用model.fi
阅读全文
摘要：一、数值类型（int、float） # %d、%f是占位符>>> a = 3.1415926>>> print("%d"%a) #%d只能输出整数,int类3>>> print("%f"%a) #%f输出浮点数3.141593>>> print("%.2f"%a) #按照要求输出小数位数3.14>>
阅读全文