摘要：
结果表示方法 TP – True Positive FN – False Negative TN – True Negative FP – False Positive 这里的T/F代表模型预测的正确/错误，而P/N则代表标签预测的是/否（即：正样本/负样本） 常规指标的意义与计算方式 我们先看分类 阅读全文
摘要：
1. Linear Regression 以一元线性回归为例，该算法的中心思想是：找一条直线，并且让这条直线尽可能地拟合图中的数据点： 该模型可简写为：y = ax + b，我们需要根据已有的数据对(x, y)，找到最佳的参数a*, b* 。同理，在高维空间中，我们寻找的就是线性分割空间的高维超平面 阅读全文
摘要：
【VGG】Very deep convolutional networks for large-scale image recognition https://arxiv.org/pdf/1409.1556.pdf 文章通过严格的变量控制， 探索了网络层数（深度）对卷积网络性能的影响： AlexNe 阅读全文
摘要：
数据 就目前来说，提升算法性能的更加可靠的方法仍然是训练更大的网络以及获取更多的数据 不要武断地认为测试集分布和训练集分布是一致的，仔细地评估数据集非常重要 开发集和测试集应该与你最终想要解决的数据分布一致，而训练集则未必需要符合这个要求 在训练数据不足的情况下，你可以尝试引入额外的训练数据，只要它 阅读全文
摘要：
这篇文章总结自：https://zhuanlan.zhihu.com/p/55804099 作者在这篇文章中介绍了他自己的学习方法，我觉得挺有价值的，所以对其进行了简单总结，与大家分享。 作者在该文中的核心观点可概况为： 核心学习手段：大量阅读+理解总结 你每一次的阅读都会增加你的知识储备，并使你理 阅读全文
摘要：
最近发现pipenv发布了新的release，很高兴看到这个包又回到了维护状态，以后可以考虑用起来拉！这边快速总结一下pipenv的常用操作： Pipenv Document 安装：pip install pipenv 创建/激活环境：在项目目录下执行 pipenv shell 改源：修改项目目录中 阅读全文
摘要：
[toc] 遗传 选择，交叉，变异 模拟退火 假设前一个状态为$x(n)$，系统根据某一规则（比如梯度下降）使状态变为$x(n+1)$时，系统的能量（通过损失函数算得）由$E(n)$变为E(n+1)，定义由$x(n)$到$x(n+1)$的状态转化的接受概率为： $P=\left\{\begin{ma 阅读全文
摘要：
[toc] Statistical Language Model NLP中有一个基本问题： 如何计算一段文本序列在某种语言下出现的概率？ 这个问题在很多NLP任务中都扮演着重要的角色。统计语言模型给出了这一类问题的一个基本解决框架。对于一段文本序列： $S=w_1,w_2,...,w_T$ 它符合某 阅读全文
摘要：
[toc] LSTM ![LSTM结构示意][1] LSTM有两个传输状态，一个 $c^t$（cell state），和一个 $h^t$（hidden state） $c^t$保存模型的长期记忆，在训练过程中改变的速度较慢， 而$h^t$在训练过程中变化的速度则比较快。 计算过程 首先使用LSTM的 阅读全文
摘要：
The primary advantage of CRFs over HMMs is their conditional nature, resulting in the relaxation of the independence assumptions that required by HMMs 阅读全文