welcome to x-jeff blog

【Tensorflow基础】第十四课：CNN在自然语言处理的应用

tf.app.flags，tf.app.run，tf.flags，re.sub，VocabularyProcessor，np.random.permutation，tf.ConfigProto，compute_gradients，apply_gradients，tf.nn.zero_fraction，os.path.abspath，os.path.curdir，datetime.datetime.now().isoformat()，yield，tf.train.global_step

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.CNN在自然语言处理的应用 CNN通常应用于计算机视觉领域。但近几年CNN也开始应用于自然语言处理，并取得了一些引人注目的成绩。 CNN应用于NLP任务，处理的往往是以矩阵形式表达的句子或文本。矩阵中的每一行对应于一个分词元素，一般是一个单词，也可以是一个字符。假设我们一共有10个词，每个词都用128维的向量表示，那...

Posted by x-jeff on May 2, 2022

【C++基础】第四十课：函数指针

函数指针

【C++基础】系列博客为参考《C++ Primer中文版（第5版）》（C++11标准）一书，自己所做的读书笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.函数指针函数指针指向的是函数而非对象。和其他指针一样，函数指针指向某种特定类型。函数的类型由它的返回类型和形参类型共同决定，与函数名无关。例如： 1 2 //比较两个string对象的长度 bool l...

Posted by x-jeff on April 25, 2022

【OpenCV基础】第三十一课：基于距离变换与分水岭的图像分割

距离变换，cv::distanceTransform，分水岭算法，Geodesic Distance，cv::watershed，cv::imshow，cv::inRange

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.距离变换 1.1.原理介绍距离变换于1966年被学者首次提出，目前已被广泛应用于图像分析、计算机视觉、模式识别等领域，人们利用它来实现目标细化、骨架提取、形状插值及匹配、粘连物体的分离等。距离变换是针对二值图像的一种变换，是计算并标识空间点（对目标点）距离的过程，它最终把二值图像变换为灰度图像（其中每个栅格的灰度值...

Posted by x-jeff on April 21, 2022

【Python基础】第三十六课：评估不同客户流失分析模型

SVC()，feature_importances_

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.读取客户流失数据 1 2 3 4 5 # 读取客户流失数据 import pandas df = pandas.read_csv("customer_churn.csv", index_col=0, header=0) print(df.head()) 1 2 3 4 5 6 7 8 state accou...

Posted by x-jeff on April 14, 2022

【机器学习基础】第三十六课：聚类之密度聚类

密度聚类，DBSCAN算法

【机器学习基础】系列博客为参考周志华老师的《机器学习》一书，自己所做的读书笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.密度聚类密度聚类亦称“基于密度的聚类”（density-based clustering），此类算法假设聚类结构能通过样本分布的紧密程度确定。通常情形下，密度聚类算法从样本密度的角度来考察样本之间的可连接性，并基于可连接样本不断扩展聚类...

Posted by x-jeff on April 11, 2022

【论文阅读】GAUSSIAN ERROR LINEAR UNITS (GELUS)

Gaussian Error Linear Unit（GELU）激活函数，Sigmoid Linear Unit（SiLU）激活函数

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.ABSTRACT 本博文只介绍原文的部分章节，原文链接在本文末尾。我们提出Gaussian Error Linear Unit（GELU），一种高性能的神经网络激活函数。GELU可表示为$x\Phi (x)$，其中$\Phi (x)$为标准高斯累积分布函数（即概率分布函数）。我们将GELU和ReLU、ELU...

Posted by x-jeff on April 9, 2022

【论文阅读】FAST AND ACCURATE DEEP NETWORK LEARNING BY EXPONENTIAL LINEAR UNITS (ELUS)

exponential linear unit（ELU）激活函数，Shifted ReLU（SReLU）激活函数

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.ABSTRACT 本博文只介绍原文的部分章节，原文链接在本文末尾。我们提出“exponential linear unit”（ELU），它可以加快深层神经网络的学习并提高分类精度。与ReLU、Leaky ReLU（LReLUs）和parametrized ReLU（PReLUs）一样，ELU也可以缓解梯度消...

Posted by x-jeff on April 8, 2022

【Tensorflow基础】第十三课：Word2Vec

os.path.exists，urllib.request.urlretrieve，os.stat，zipfile.ZipFile，ZipFile.namelist，tf.compat.as_str，collections.deque，random.randint，numpy.random.choice，tf.nn.embedding_lookup，tf.nn.nce_loss，xrange，argsort，TSNE降维可视化，tf.random_uniform

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.Word2Vec Word2Vec相关知识请见：【深度学习基础】第四十五课：自然语言处理与词嵌入。 2.代码实现 👉载入包： 1 2 3 4 5 6 7 8 9 10 import collections import math import os import random import zipfile im...

Posted by x-jeff on April 7, 2022

【论文阅读】Faster R-CNN：Towards Real-Time Object Detection with Region Proposal Networks

Faster R-CNN，Region Proposal Networks（RPN）

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.INTRODUCTION 对于region-based的CNN目标检测模型来说（比如R-CNN），虽然SPPnet和Fast R-CNN已经显著降低了CNN部分的检测时间，但是其均没有考虑生成proposal带来的耗时。相比Fast R-CNN优化后的CNN部分的检测时间，生成proposal的耗时会高出几个数量级...

Posted by x-jeff on April 3, 2022

【C++基础】第三十九课：函数匹配

函数匹配，候选函数，可行函数

【C++基础】系列博客为参考《C++ Primer中文版（第5版）》（C++11标准）一书，自己所做的读书笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.函数匹配在大多数情况下，我们容易确定某次调用应该选用哪个重载函数。然而，当几个重载函数的形参数量相等以及某些形参的类型可以由其他类型转换得来时，这项工作就不那么容易了。例如： 1 2 3 4 5 voi...

Posted by x-jeff on April 1, 2022

x-jeff blog