- 博客(161)
- 资源 (18)
- 收藏
- 关注
RSS订阅
原创 曾经难忘的经历1--保研路
本科软件工程专业，专业排名1/281，绩点4.21。 大学期间在班级担任学习委员，学院ACM协会会长，竞赛集训队队长，多次参与校内外程序设计赛事命题工作。 多次获校一等奖学金，校三好学生，优秀团干部。 学科竞赛在ACM，蓝桥杯，数学建模，互联网+，电子商务三创赛等竞赛中共计获得国家（国际）级奖项三项，省级奖项七项，校级奖项十余项。
2019-11-13 17:06:11
10757
9
原创 曾经难忘的经历2--ACM
当你真正感受到了痛，才知道痛是什么，而当我真正要告别它的时候，真正明白了这种感觉。事到如今，这条路也算走到尽头了吧。总在缺乏斗志的给予人走下去的勇气。曾经迷茫过，彷徨过，但最后磕磕碰碰还是走下来了。我不是oi，这或许是我最大遗憾，如果说时光倒退五年，哪怕是三年，就是学不好数理化，也一定励志做一名oi选手……… 在我看来，一位好的选手就是能够贡献自己的全部热情，不管最后能不能拿到成绩。看过不少...
2016-10-31 20:43:38
1202
转载 图神经网络（GNN）总结
使用GNN的原因：图结构数据的表示一般是不规则，传统的CNN等模型无法直接运用在图数据上，所以需要在图上重新定义卷积操作。其中要着重考虑感受野如何定义，节点的顺序性如何定义，如何进行池化操作。具体有以下三点：CNN无法处理Non Euclidean Structure的数据，学术上的表达是传统的离散卷积在Non Euclidean Structure的数据上无法保持平移不变性。通俗理解就是在拓扑图中每个顶点的相邻顶点数目都可能不同，那么当然无法用一个同样尺寸的卷积核来进行卷积运算 由于CNN无法处
2020-06-30 15:08:57
1855
原创 在文件夹下检索多个文件内容
import osimport re# 遍历指定目录，显示目录下的所有文件名def eachFile(filepath): pathDir = os.listdir(filepath) for allDir in pathDir: child = os.path.join('%s\%s' % (filepath, allDir)) if os.path.isfile(child): readFile(child) print(child.decode('gbk'))
2020-06-30 15:07:03
1572
转载 Rouge的安装与使用
这个坑实在太深了，总结几位大佬博客，汇总了可能出现的问题。愿为后人照福吧。步骤1. 需要安装perl解释器(ubuntu 系统已自带, 通过perl -v可查看当前版本)；2. 需要额外安装perl解释器的XML::DOM模块以及DB_File模块，而XML::DOM的安装又需要XML::RegExp、XML::Parser、LWP::UserAgent和XML::Parser::Pe...
2019-08-20 16:11:01
3793
6
原创 生成模型和判别模型
输入变量与输出变量均为连续变量的预测问题成为回归问题;输出变量为有限个离散变量的预测问题称为分类问题;输入变量与输出变量均为序列的预测问题称为标注问题。1生成模型 生成模型估计的是联合概率分布（joint probability distribution），p(y, x)=p(y|x)*p(x)，由数据学习联合概率密度分布P(X,Y)，然后求出条件概率分布P(Y|X)作为预测...
2018-10-04 21:44:17
452
原创 正则化
通过降低复杂模型的复杂度来防止过拟合的规则称为正则化。L1正则化，即原损失函数 + 所有权重的平均绝对值 * λ ，其中λ >0 L2正则化，即原损失函数 + 所有权重平方和的平均值 * λ / 2 , λ>0L1 正则化可以理解为每次从权重中减去一个常数。L2 正则化可以理解为每次移除权重的 x%。本质都是为了降低模型的复杂度，防止过拟合。...
2018-10-04 21:42:56
215
原创 梯度消失和梯度爆炸
1.梯度爆炸1）原因在深层网络或递归神经网络中，误差梯度在更新中累积得到一个非常大的梯度，这样的梯度会大幅度更新网络参数，进而导致网络不稳定。在极端情况下，权重的值变得特别大，以至于结果会溢出（NaN值，无穷与非数值）。当梯度爆炸发生时，网络层之间反复乘以大于1.0的梯度值使得梯度值成倍增长。 2）现象模型无法在训练数据上收敛（比如，损失函数值非常差）； 模型不稳定，在更新的...
2018-10-04 21:42:19
323
原创 GRU
GRU：有两个有两个门，即重置门reset gate、更新门update gate。这两个门控机制的特殊之处在于，它们能够保存长期序列中的信息，且不会随时间而清除或因为与预测不相关而移除。从直观上来说，重置门决定了如何将新的输入信息与前面的记忆相结合，更新门定义了前面记忆保存到当前时间步的量。如果我们将重置门设置为 1，更新门设置为 0，那么我们将再次获得标准 RNN 模型。 网络理解：重...
2018-10-04 21:40:38
5467
原创 Bi-LSTM-CRF（二）--tensorflow源码解析
CRF对于序列标注问题，通常会在LSTM的输出后接一个CRF层：将LSTM的输出通过线性变换得到维度为[batch_size, max_seq_len, num_tags]的张量，这个张量再作为一元势函数（Unary Potentials）输入到CRF层。# 将两个LSTM的输出合并output_fw, output_bw = outputsoutput = tf.concat([...
2018-10-04 21:38:34
867
原创 Bi-LSTM-CRF（一）--tensorflow源码解析
1.1.核心代码：cell_fw = tf.contrib.rnn.LSTMCell(num_units=100)cell_bw = tf.contrib.rnn.LSTMCell(num_units=100)(outputs, output_states) = tf.nn.bidirectional_dynamic_rnn(cell_fw, cell_bw, inputs, sequ...
2018-10-04 21:37:13
2159
2
转载 json & pickle & shelve
1. json的序列化与反序列化json的使用需要导入该模块，一般使用import json即可。json的序列化方法1：json.dumps(obj)例如：f = open('file.txt','w') json.dumps(f.write([1,2,3,])) f.close()#使用该方法把内存数据以字符串的格式存储到文件中。方法2：json.dump(obj,f...
2018-06-19 14:40:23
152
转载 数学的重要性
高等数学有什么用？其实大多数人在问这个问题的时候，心里已经预设了否定的答案。确实，对于大多数人来说，已经发展到了连数字都基本很少用了的一些高等数学分支，是过于虚无飘渺了。但是实际上，今天我们的生活已经完全离不开数学。甚至可以这么说，没有高等数学的发展，就不会有今天的现代社会。 也许很多人会怀疑这点。初等数学就不说了，一些如离散数学、运筹学、控制论等纯粹就是为了应用而发展起来的分支也不说了，重点介绍...
2018-05-01 21:01:34
3496
转载 欠的债迟早要还
读书就是这样，你努力的东西，不一定都有回报；但由于你不努力欠下的债，都一定会成为你未来发展的绊脚石。做科研更是这样，因为研究得越深入，对一个人的知识深度考验越大。对于很多人来说，科研就是在还债的过程中涅槃重生的过程。有的人，从小英语不好，靠突击刷题考了个雅思或者GRE高分，就算拿到offer，出国以后和导师同事的交流，阅读文献的速度和理解度，写出的文章的质量都会受到严重限制。同样是雅思7.5分，人...
2018-05-01 20:59:16
639
转载 Road and dream
纽约时间比加州时间早三个小时New York is 3 hours ahead of California, 但加州时间并没有变慢。 but it does not make California slow...
2018-05-01 20:57:31
160
原创 部分处理文件格式代码
1.转换编码：原编码\xe7\x97\x85\xe7\x90\x86\xe5\x8f\x8d\xe5\xb0\x84转换为中文编码：”引出”import redef unicodetostr( s ): strTobytes = [] for i in s.split('\\x'): if i != '': num = i...
2018-03-10 18:59:02
368
原创 别让烦恼影响心情
有人天生聪慧，有人天生丽质，生命造就一个独一无二的你。有人中年夭折，有人天生残疾，和他们相比该是多么幸福。 人各有志，各有所好，有人喜欢安逸，他们与世无争过得很快乐；有人胸怀大志，他们每天忙忙碌碌也很幸福。 人生总会在不经意的一瞬间发生决定性的改变。这也不是自己所能左右的。不要抱怨任何人，任何事，那都是命中注定。 谋事在人，成事在天，千千万万人再怎么去努力，NO.1也只能有一个，用心去争
2017-12-30 13:19:36
367
原创 TensorFlow训练神经网络解决二分类问题
import tensorflow as tffrom numpy.random import RandomState#### 1. 定义神经网络的参数，输入和输出节点。batch_size = 8w1= tf.Variable(tf.random_normal([2, 3], stddev=1, seed=1))w2= tf.Variable(tf.random_normal([3, 1
2017-12-28 15:23:19
3864
原创 感知器--代码实现
import numpy as npfrom functools import reduceclass Perceptron(object): def __init__(self, input_num, activator): self.activator = activator self.weights = [0.0 for _ in range(inp
2017-12-28 15:22:14
734
原创 线性单元和梯度下降--代码实现
import numpy as npfrom functools import reduceclass Perceptron(object): def __init__(self, input_num, activator): self.activator = activator self.weights = [0.0 for _ in range(inpu
2017-12-28 15:18:14
391
原创 长短时记忆网络--代码实现
import matplotlib.pyplot as pltimport numpy as npclass IdentityActivator(object): def forward(self, weighted_input): return weighted_input def backward(self, output): return 1c
2017-12-28 15:12:55
2368
原创 BP神经网络--代码实现
import randomfrom numpy import *from functools import reducedef sigmoid(inX): return 1.0 / (1 + exp(-inX))class Node(object): def __init__(self, layer_index, node_index): self.layer_
2017-12-28 15:00:38
966
原创 循环神经网络--代码实现
import numpy as npfrom functools import reducedef element_wise_op(array, op): for i in np.nditer(array, op_flags=['readwrite']): i[...] = op(i)class ReluActivator(o
2017-12-28 14:58:02
1675
原创 卷积神经网络--代码实现
import tensorflow as tffrom numpy.random import RandomState#### 1. 定义神经网络的参数，输入和输出节点。batch_size = 8w1= tf.Variable(tf.random_normal([2, 3], stddev=1, seed=1))w2= tf.Variable(tf.random_normal([3, 1
2017-12-26 16:19:54
4404
12
原创 递归神经网络--代码实现
import numpy as npclass IdentityActivator(object): def forward(self, weighted_input): return weighted_input def backward(self, output): return 1class TreeNode(object): def
2017-12-20 14:38:32
1819
原创 浅谈CNN与RNN
CNN:1）卷积：对图像元素的矩阵变换，是提取图像特征的方法，多种卷积核可以提取多种特征。一个卷积核覆盖的原始图像的范围叫做感受野（权值共享）。一次卷积运算(哪怕是多个卷积核)提取的特征往往是局部的，难以提取出比较全局的特征，因此需要在一层卷积基础上继续做卷积计算，这也就是多层卷积。2）池化：降维的方法，按照卷积计算得出的特征向量维度大的惊人，不但会带来非常大的计算量，而且容易出现过拟合，解决过
2017-12-14 09:27:13
12968
2
原创 Hopfield神经网络详解
起源根据神经网络运行过程中的信息流向，可分为前馈式和反馈式两种基本类型。前馈网络的输出仅由当前输入和权矩阵决定，而与网络先前的输出状态无关。美国加州理工学院物理学家J.J.Hopfield教授于1982年提出一种单层反馈神经网络，后来人们将这种反馈网络称作Hopfield 网。网络的状态 ：DHNN网中的每个神经元都有相同的功能，其输出称为状态，用 xj 表示。 所有神经元状态的集合就构
2017-12-11 22:42:55
24205
原创 Hopfield-数字识别
import numpy as npimport neurolab as nlimport matplotlib .pyplot as plttarget = np.array([[0,0,0,0,0,0,0,0, 0,0,0,1,1,0,0,0, 0,0,1,0,0,1,0,0,
2017-12-06 17:02:42
1876
原创 Linux下Apache服务器出现死锁的解决方案
死锁非常让人烦恼，“httpd dead but subsys locked”。这个问题困扰了很长时间，终于意外的解决了，之前查找了无数资料，测试了无数方案，都不管用，最后却是在无意间修改配置时候，发现，死锁解决了。真是意外的收获，这个方法，相信一般人也想不到，由于一般人出现出现死锁原因不一致，所以解决方案也不一致，可以都做尝试一下。下面，就总结可能的方案，最后一种是我出现的问题解决方案。
2017-12-05 19:18:05
1221
原创 BP神经网络-XOR运算
import numpy as npx = np.array([[1,0,0], [1,0,1], [1,1,0], [1,1,1]])y = np.array([[0,1,1,0]])v = np.random.random((3,4))*2-1w = np.random.random((4,1))*2-1pr
2017-12-03 15:48:02
1722
原创 Eclipse配置python插件
一.给Eclipse安装PyDev插件 启用Eclipse————如果前面的步骤都正确无误的话，那么Eclipse就该能够正常启动了。 第一次启动会让你选择一个工作空间，按缺省设置，勾选一下不再提醒，就可以了。在Help菜单中，选择Install New Software···， 选择Add按钮，Name：PyDev（这个随便起），Location：http://pydev.org/updat
2017-11-04 22:17:13
262
原创 网络爬虫
1.安装python（2和3不兼容） 2.以管理员身份运行终端，下载beautifulsoup4，执行命令：pip install beautifulsoup4 3.下载request ：pip install requests 4.分析网页代码结构： 简单代码如下：import requestsfrom bs4 import BeautifulSoupresp = requests.ge
2017-10-11 18:55:47
289
原创 HDU 5521 Meeting(2015 Asia Shenyang Regional Contest)
题目链接：http://acm.hdu.edu.cn/showproblem.php?pid=5521#include <cstdio>#include <algorithm>#include <queue>#include <cstring>#include <iostream>using namespace std;typedef long long LL;#define N 10
2016-10-10 18:46:28
342
原创 HihoCoder 1258（2015 Asia Beijing Regional Contest）
#include<stdio.h>#include<string.h>#include<iostream>#include<algorithm>using namespace std;int main(){ int n,m,k; char s[102]; while(~scanf("%d",&n)) { int ans=0;
2016-10-09 19:45:02
422
原创 HihoCoder 1257（2015 Asia Beijing Regional Contest）
#include<iostream>#include<cstdio>#include<cstring>#include<cmath>#include<string>#include<algorithm>#include<queue>#include<stack>#include<vector>#include<map>#include<set>#include<list>#d
2016-10-09 19:43:46
1031
原创 HihoCoder 1255（2015 Asia Beijing Regional Contest）
#include<iostream>#include<cstdio>#include<cstring>#include<cmath>#include<string>#include<algorithm>#include<queue>#include<stack>#include<vector>#include<map>#include<set>#include<list>#d
2016-10-09 19:41:27
406
原创 HihoCoder 1249（2015 Asia Beijing Regional Contest）
#include<stdio.h>#include<string.h>#include<math.h>#include<algorithm>using namespace std;long long int c[1001000];int lowbit(int i){ return i&(-i);}void add(int i,int w){ while(i<100
2016-10-09 19:38:56
431
原创 HDU 4791 Alice's Print Service（2013 Asia Changsha Regional Contest）
题目链接：http://acm.split.hdu.edu.cn/showproblem.php?pid=4791#include<iostream>#include<cstdio>#include<cstring>#include<cmath>#include<string>#include<algorithm>#include<queue>#include<stack>#incl
2016-10-08 19:41:34
304
原创 NOI 模拟试题（三）
阵列弱点【题目背景】 最后的会战：水滴对阵 n*m 架战舰。 悲剧的阵列喂饱了水滴，上百架战舰就是一串挂炮。 【题目描述】 抽象会战前的阵列为一个n*m的矩阵。每一个元素对应一个战舰。每一个战舰有一个 特征值。水滴希望找到一条特征值先下降后上升（可以只变大或者只变小）的路径（即一 个元素序列，满足相邻两个元素在阵列中的曼哈顿距离为1，或者说相邻两个元素上下左右 四连通，且每一个元素在
2016-10-08 11:49:05
2987
原创 NOI 模拟试题（二）
逃离计划【题目背景】 逃亡主义，全民公决。 【题目描述】 有 n 名议员，m 个逃离方案。每一个逃离方案都有可能通过或者不通过。可以有多个 方案同时通过。对于 m 个逃离方案的通过与否序列，称其为总方案 S。（即 m 个元素的 01 序列 0 表示不通过，1 表示通过） 第 i 名议员手中有 a[i]张选票，他会对 a[i]个方案进行投票，态度为通过或者不通过。 你需要根据所有的选票
2016-10-08 11:46:24
2158
Pattern Recognition and Machine Learning(完整答案)
2018-10-04
Neural Network Methods for Natural Language Process
2018-10-04
Machine Learning - A Probabilistic Perspective
2018-10-04
Pattern Recognition and Machine Learning
2018-10-01
统计学习方法-李航（最新版）
2018-10-01
Applications of Topic Models
2018-10-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人