孟宝亮 的文章

PYTHONDocker Hello World

Docker 是一个开源的应用容器引擎，使用 Docker 可以将我们的应用程序和其依赖环境打包到一起进行移植、发布，我们就不需要在一台新的机器上为应用程序去安装、配置所需的依赖包、环境变量等。Docker 主要有以下几...

机器学习BiLSTM 情感分析（1）

数据集：中文酒店评论分类语料.csv 1. 数据处理 2. 模型训练评估

机器学习SVC 和 SVR 使用方法

机器学习Ernie

Github：https://github.com/PaddlePaddle/ERNIE 1. ERNIE 1.0 ERNIE 1.0：https://arxiv.org/pdf/1904.09223.pdf Bert ...

Linux C/C++定点小数（Fixed Point）

定点小数是一种用固定位数表示小数部分的数值表示方法。在定点小数中，小数点的位置是固定的，不像浮点数那样可以在数字中的不同位置浮动。 1. 存储原理 使用定点数存储小数，我们首先得先确定： 假设：使用单字节（8个二进制位）...

机器学习NER 标签体系

序列标注任务指的把原始序列元素逐一标注并生成新标签序列的任务叫做序列标注任务。以中文命名实体识别任务为例，主要的标签体系有： BIO 标签体系 BIEO 标签体系 BIESO 标签体系 1. BIO 标签体系 BIO 标...

机器学习KL 散度和 Jencent 不等式

1. KL 散度 KL 散度又叫相对熵（relative entropy）、信息散度（information divergence），指的是两个概率分布间差异的非对称性度量。 设 P(x)、Q(x) 为随机变量 X 上的...

机器学习高斯分布（Gaussian Distribution）

高斯分布（Gaussian distribution），也叫正态分布，是数据分析和统计学中最常见的一种概率分布。它得名于德国数学家卡尔·高斯，因其呈现一个对称的“钟形”曲线，因此也被称为“钟形曲线”或“钟形分布”。 1....

机器学习N 元模型（N-Gram）

在词袋模型中，由于并不考虑词序，会导致 “我爱你” 和 “你爱我” 这两个文本的向量表示相同。比如： 根据语料构建词表为：[“我”, “...

机器学习TextCNN 网络

TextCNN 网络是使用卷积神经网络来解决 NLP 任务的一种网络模型，它利用了了多分支的卷积核来对文本进行特征提取，所以也可以叫多分支的卷积神经网络。 在做图像处理时，我们一般都是使用多通道的相同的 kernel s...

机器学习Bahdanau Attention And Luong Attention

在带有注意力机制的 Encoder-Decoder 模型中存在很多注意力机制，本篇文章根据原始论文对 Bahdanau 注意力计算方法和 Luong 注意力计算方法进行总结。 Bahdanau Attention Luo...

PYTHON工具函数

在进行文本预处理工作时，自己写了一些工具函数，主要如下： 程序耗时统计 任务并行计算 未完待续 1. 程序耗时统计 2. 任务并行计算 将数据集分块也可以使用 numpy 的 array_split 来完成，例如: np...

机器学习文本预处理方法汇总

我们在做文本预处理工作时，经常需要使用正则表达式。例如：判断是否是中文、是否是标点符号、是否是空行等等，我们将这些常用的用法记录下来，方便下次使用。 1. 判断是否中文 程序输出结果： 2. 连续空格处理 程序输出结果：...

机器学习PGN 网络 (Pointer-Generator Networks)

PGN 网络可用于文本生成，文本生成任务是从序列到序列的模型，马上就想到了 Seq2Seq 架构的模型。当我们要实现一个文本摘要的文本生成任务时，基本思路是什么样的呢？ 输入一串文本到编码器，提取句子的语义表示向量 由解...