摘要： 1. 基于Hierarchical Softmax的模型概述 我们先回顾下传统的神经网络词向量语言模型，里面一般有三层，输入层（词向量），隐藏层和输出层（softmax层）。里面最大的问题在于从隐藏层到输出的softmax层的计算量很大，因为要计算所有词的softmax概率，再去找概率最大的值。这个 阅读全文

摘要： word2vec作为神经概率语言模型的输入，其本身其实是神经概率模型的副产品，是为了通过神经网络学习某个语言模型而产生的中间结果。具体来说，“某个语言模型”指的是“CBOW”和“Skip-gram”。具体学习过程会用到两个降低复杂度的近似方法——Hierarchical Softmax或Negati 阅读全文

摘要： . │ activations.py │ callbacks.py │ constraints.py │ initializations.py │ metrics.py │ models.py │ objectives.py │ optimizers.py │ regularizers.py │ __init__.py │ ├─applications | # ... 阅读全文

摘要： 有段话来理解递归，感觉不错： 你打开面前这扇门，看到屋里面还有一扇门。你走过去，发现手中的钥匙还可以打开它，你推开门，发现里面还有一扇门，你继续打开它。若干次之后，你打开面前的门后，发现只有一间屋子，没有门了。然后，你开始原路返回，每走回一间屋子，你数一次，走到入口的时候，你可以回答出你到底用这你把 阅读全文

摘要： 25000条评论 50%正 50%负 25000条评论 50%正 50%负 46个不同的新闻主题，训练集中每个主题都有至少10个样本 每个样本都是一个整数列表 单标签、多分类 猫狗图像数据集 2013年kaggle比赛 12500张猫 12500张狗 CNN 140万张标记图像， 1000个不同种类 阅读全文

摘要： 检测目前安装了哪些环境变量：conda info --envs 查看当前有哪些可以使用的tensorflow版本：conda search --full -name tensorflow 查看tensorflow包信息及依赖关系：conda info tensorflow 在anaconda中安装t 阅读全文

摘要： 输入模式与网络架构间的对应关系： 向量数据：密集连接网络（Dense层） 图像数据：二维卷积神经网络 声音数据（比如波形）：一维卷积神经网络（首选）或循环神经网络 文本数据：一维卷积神经网络（首选）或循环神经网络 时间序列数据：循环神经网络（首选）或一维卷积神经网络 其他类型的序列数据：循环神经网络 阅读全文

摘要： 1. glob.glob() glob模块是Python最简单的模块之一, 内容非常少, 用它可以查找符合特定规则的文件路径名, 查找文件时只会用到三个匹配符: * ：匹配0个或多个字符 ? : 匹配单个字符 [] : 匹配指定范围内的字符, 如[0-9]匹配数字 返回的是列表 list类型，是所有 阅读全文

摘要： 1.按列取、按索引/行取、按特定行列取 import numpy as np from pandas import DataFrame import pandas as pd df=DataFrame(np.arange(12).reshape((3,4)),index=['one','two',' 阅读全文

摘要： 问题描述：假设我有这样两个list， 一个是list1，list1 = [1, 2, 3, 4, 5] 一个是list2，list2 = [1, 4, 5] 我们如何得到一个新的list，list3， list3中包括所有不在list2中出现的list1中的元素。 即：list3 = list1 - 阅读全文