摘要:
文件目录 . ├── actions │ ├── actions.py │ └── __init__.py ├── config.yml # 告诉rasa如何训练模型。配置组件,例如分词组件、特征提取组件等 ├── credentials.yml ├── data │ └── nlu.yml # 让 阅读全文
摘要:
因为目前rasa只支持python3.7或python3.8,因此需要先安装对应版本的python,否则无法安装rasa 安装python3.7 sudo add-apt-repository ppa:deadsnakes/ppa sudo apt-get update sudo apt-get i 阅读全文
摘要:
神经网络的推理的全貌图 这里考虑输入层有2个神经元、隐藏层有4个神经元、输出层有3个神经元的情况 import numpy as np # 激活函数 def sigmoid(x): return 1 / (1 + np.exp(-x)) x = np.random.randn(10, 2) # 每个 阅读全文
摘要:
向量和矩阵 生成向量: >>> import numpy as np >>> x = np.array([1, 2, 3]) >>> x.__class__ #类型 <class 'numpy.ndarray'> >>> x.shape # 形状 (3,) >>> x.ndim # 维度 1 生成矩 阅读全文
摘要:
思路:由于有排序需要,所以要使用UNION ALL关键字将数据连接起来 代码解释:分别求出山东大学的用户数据和男性的用户数据,然后将它们连接起来 SELECT device_id, gender, age, gpa FROM user_profile WHERE university = '山东大学 阅读全文
摘要:
思路:使用表连接将有关联的表合并为大表。并用分组将重复的学校和难度数据合并,同时添加分组条件是山东大学。同时在计算平均答题数时用所有题目数除以用户数目 代码解释:对连接表进行分组并取出数据 SELECT a.university, c.difficult_level, COUNT(b.questio 阅读全文
摘要:
思路:使用表连接将有关联的表合并为大表。并用分组将重复的学校和难度数据合并。同时在计算平均答题数时用所有题目数除以用户数目 代码解释:对连接表进行分组并取出数据 SELECT a.university, c.difficult_level, COUNT(b.question_id) / COUNT( 阅读全文
摘要:
思路:使用表连接将有关联的表合并为大表。并用分组将重复的学校数据合并。同时在计算平均答题数时用所有题目数除以用户数目 代码解释:对连接表进行分组并取出数据 SELECT u.university, COUNT(q.question_id) / COUNT(DISTINCT q.device_id) 阅读全文
摘要:
思路:使用WHERE关键字添加限定条件,并且用表连接将两个表合并为一张大表 代码解释:从合并的表中取出数据,并限定数据来自浙江大学 SELECT q.device_id, q.question_id, q.result FROM question_practice_detail q LEFT JOI 阅读全文
摘要:
思路:要查看不同学校的情况可以使用GROUP BY进行分组,然后对结果升序排序可以使用ORDER BY关键字 代码解释:从表user_profile中取出列university和平均发帖数,然后对结果进行分组并升序排列 SELECT university, AVG(question_cnt) AS 阅读全文