Hexo


  • 首页

  • 标签

  • 分类

  • 归档

Character and Word Embedding读书报告

发表于 2018-07-14 | 分类于 词向量

本文总结了论文CWE:Joint Learning of Character and Word Embeddings中的核心思想。

阅读全文 »

word2vec公式推导

发表于 2018-07-10 | 分类于 词向量

本文接着word2vec的那篇概述再推导一下word2vec中的公式,也是《word2vec Parameter Learning Explained》论文学习笔记,有一些细节的推导我写在了论文处。
这篇论文详细地推导和解释了word2vec模型的参数更新公式,包括:CBOW(continuous bag-of-word)模型和SG(skip-gram)模型,以及两种参数优化技术:hierarchical softmax 和 negative sampling.

阅读全文 »

cw2vec

发表于 2018-07-09 | 分类于 词向量

本文总结了论文cw2vec: Learning Chinese Word Embeddings with Stroke n-gram Information中的核心思想。

阅读全文 »

未命名

发表于 2018-07-04

欢迎使用 MWeb

MWeb 是专业的 Markdown 写作、记笔记、静态博客生成软件,目前已支持 Mac,iPad 和 iPhone。MWeb 有以下特色:

软件本身:

  • 使用原生的 macOS 技术打造,追求与系统的完美结合。
  • 原则上,首先是追求界面简洁和高性能,然后才是强大易用,功能全面。

Markdown 语法:

  • 使用 Github Flavored Markdown 语法,简称 GFM 语法。
  • 支持表格、TOC、LaTeX、代码块、任务列表、脚注等。
  • 画图库支持 mermaid, viz, echarts, plantuml, sequence, flow。

Markdown 辅助:

  • 支持截图并粘贴、复制并粘贴、拖拽等方式插入图片并直接显示在编辑器内。
  • 在兼容 Markdown 语法的情况下支持设置图片宽度。
  • 好用的表格插入和 LaTeX 书写辅助。

Markdown 输出:

  • 支持导出为图片、HTML、Epub、PDF、RTF、Docx。
  • 支持发布到 Wordrpess、支持 Metaweblog API 协议的服务、Wordpress.com、印象笔记(Evernote)、Blogger、Medium、Tumblr。
  • 图片上传服务(图床)支持 Google Photos、Imgur、七牛云、又拍云和自定义的图床服务。

Markdown 笔记:

  • 强大的文档库支持分类树和标签管理文档,文档可归类于多个分类,可以把分类整个导出为 Epub、PDF 和生成静态网站。非常合适用于笔记、个人知识收集、管理和输出。
  • 快速笔记:随意增加笔记及图片等素材,支持以天为单位把增加的素材组合在一个文档内,方便整理及记录历史收集情况。
  • 快速搜索:目前已支持全局快捷键调出搜索。

外部 Markdown 文档:

  • 外部 Markdown 文档使用外部模式管理。外部模式使用目录树的方式编辑和管理你的 markdown 文档,还能很好的支持 gitbook、JekyII、hexo 等等编辑和图片插入。

MWeb 官网:

如果要更详细了解 MWeb,建议你一定要去 MWeb 官网首页 看一下介绍视频,MWeb 官网也做了比较详细的帮助,建议你也看一下大概内容,帮助的网址为:https://zh.mweb.im/help.html。

帮助我们改进 MWeb

如果你喜欢 MWeb,想让它变得更好,你可以:

  1. 推荐 MWeb,让更多的人知道。
  2. 给我们发反馈和建议:coderforart+2333@gmail.com
  3. 在 Mac App Store 上评价 (如果是在 MAS 上购买的话)。

BP推导

发表于 2018-06-07 | 分类于 深度学习

整理一下BP推导过程,以备查验。

阅读全文 »

word2vec

发表于 2018-05-03 | 分类于 词向量

Word2Vec是从大量文本语料中以无监督的方式学习语义知识的一种模型,它被大量地用在自然语言处理(NLP)中。

阅读全文 »

tensorflow常用方法

发表于 2018-04-21 | 分类于 机器学习

记载一些tensorflow常用方法,方便以后查找。

阅读全文 »

AdaBoost

发表于 2018-04-19 | 分类于 机器学习

AdaBoost

1. AdaBoost算法

Boosting是一种常用的统计学习方法,应用广泛且有效,在分类问题中,它通过改变训练样本的权重,学习多个分类器,并将这些分类器进行线性组合,提高分类的性能。

阅读全文 »

SMO-序列最小优化

发表于 2018-04-18 | 分类于 机器学习

SMO-序列最小最优化算法

支持向量机的学习问题可以形式化为求解凸二次规划问题,这样的凸二次规划问题具有全局最优解,并且有许多最优化算法可以用于这一问题的求解。序列最小最优化算法就是其中一种。

阅读全文 »

支持向量机

发表于 2018-04-18 | 分类于 机器学习

支持向量机

支持向量机(support vector machines, SVM)是一种二分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器,间隔最大使它有别于感知机;支持向量机还包括核技巧,使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化,可形式化为一个求解凸二次规划(convex quadratic programming)的问题,也等价于正则化的hinge损失函数的最小化问题。支持向量机的学习算法是求解凸二次规划的最优化算法。

阅读全文 »
1234

KaiQiang Zhang

35 日志
7 分类
18 标签
RSS
© 2018 KaiQiang Zhang
由 Hexo 强力驱动
|
主题 — NexT.Gemini v5.1.4