Python网络编程之实现FTP服务器
数据结构之线性表(二)
数据结构之线性表(一)
用Python为你念一句诗
看完网络编程的知识,觉得客户端和服务器之间消息传递太无聊了,于是调用了一个外部API和语音合成服务,只要在客户端输入任意内容,服务器返回一句诗并读给你听。
排序算法(三):希尔排序
排序算法(二):堆排序
详解RNN文本分类模型的架构
基于 Tensorflow 的 TextRNN 在搜狗新闻数据的文本分类实践
先前一篇文章基于 Tensorflow 的 TextCNN 在搜狗新闻数据的文本分类实践是CNN在文本分类中的一次尝试,在接触了LSTM之后了解到它自然语言处理中有非常广泛的应用,比如情感分析、信息提取(命名体识别)、机器翻译等领域大放异彩,本文就来看看它在文本分类上究竟会有什么样的表现。
机器学习算法系列(18)理解 LSTM 网络
先前仅仅是听RNN这个名词比较多一点,但没有深入去了解,在前一篇文章中我用CNN做了一次文本分类的实践,然后发现RNN也可以完成该任务,所以便开始寻找相关资料学习RNN。我比较推荐台大李宏毅老师的机器学习课程,算是比较清晰易懂的了,没有公式堆砌,完全“人肉手撕”。课程里面有两节专门讲解RNN,第一节讲原理(认真看),第二节讲应用的场景(快速过)。
学完课程,对照PDF课件差不多知道了RNN相比传统的神经网络具有“记忆”的特性,更加注重数据的上下文关系,就不难理解现有语音识别、机器翻译、自动生成等等技术背后的知识,以及RNN最成功的扩展长短时记忆网络(简称LSTM,Long Short-term Memory)。现在,我基本理解了RNN的一些知识,以笔记的形式记录下来。
Linux 工具箱系列(2):创建交换空间
安装Ubuntu的时候没有创建交换空间,最近跑代码的时候提示内存不足,有必要创建交换空间了,下面记录如何为Linux创建交换空间。
基于 Tensorflow 的 TextCNN 在搜狗新闻数据的文本分类实践
这篇文章记录了从零开始用 tensorflow 构建卷积神经网络模型,并对搜狗的新闻数据做的文本分类实践。众所周知,tensorflow 是一个开源的机器学习框架,它的出现大大降低了机器学习的门槛,即使你没有太多的数学知识,它也可以允许你用“搭积木”的方式快速实现一个神经网络,即使没有调节太多的参数,模型的表现一般还不错。目前,tensorflow 的安装已经变得非常简单,一个简单的pip install tensorflow
即可,然后import tensorflow as tf
就能愉快玩耍了。