首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
jasoncao11
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
31
文章 31
沸点 0
赞
31
返回
|
搜索文章
赞
文章( 31 )
沸点( 0 )
[nlp] - PageRank 简介
1. PageRank 的计算 假设一共有 4 个网页 A、B、C、D。它们之间的链接如图所示: u 为待评估的页面,Bu 为页面 u 的入链集合。针对入链集合中的任意页面 v,它能给 u 带来的影响力是其自身的影响力 PR(v) 除以 v 页面的出链数量,即页面 v 把影响…
[Python] - 使用函数实现设计模式
1. 使用函数实现‘策略’模式 2. 选择最佳策略 3. 装饰器基础知识 装饰器是可调用对象,其参数是另一个函数(被装饰的函数)。装饰器可能会处理被装饰的函数,然后把它返回,或者将其替换成另一个函数或可调用对象。 (1). 促销策略函数无需使用特殊的名称(即不用以_promo结…
[机器学习读书笔记] - RNNs vs GRUs vs LSTM (附 Trax 基于GRUs的文本生成)
1. 基础概念 (1). N vs N (输入和输出序列必须要是等长的) (2). N VS 1 (我们要处理的问题输入是一个序列,输出是一个单独的值而不是序列,我们只在最后一个h上进行输出变换就可以了,这种结构通常用来处理序列分类问题。如输入一段文字判别它所属的类别,输入一个…
[机器学习读书笔记] - Seq2Seq, Attention, Transformer概念
1. Seq2Seq 原始的 N vs N RNN 要求序列等长,然而我们遇到的大部分问题序列都是不等长的,如机器翻译中,源语言和目标语言的句子往往并没有相同的长度。这种结构又叫 Encoder-Decoder 模型,也可以称之为 Seq2Seq 模型。 Encoder-Dec…
[MySql 系列] - join语句
创建两个表 t1 和 t2, 这两个表都有一个主键索引 id 和一个索引 a,字段 b 上无索引。存储过程 idata() 往表 t2 里插入了 1000 行数据,在表 t1 里插入的是 100 行数据。 1. Index Nested-Loop Join 如果直接使用 joi…
[nlp系列] - LSH
. Data generator Build a data generator that takes in the positive/negative tweets and returns a batch of training…
下一页
个人成就
文章被点赞
36
文章被阅读
13,552
掘力值
545
关注了
0
关注者
0
收藏集
0
关注标签
0
加入于
2020-12-05