scripteddreams的博客

原创 Python中的carriage return：\r

在Python string中，\t和\n都是比较常见的，分别代表tab和new line，而\r比较不常见，这里简单介绍以下\r的用法。\r的英文是carriage return，即将\r出现位置的cursor转移到这行的开头，\r后面的文字就会覆盖这行开头的文字，直到这行结束。一个例子：print('Python is included in this tutorial\r123456')>>> '123456 is included in this tutorial'即\

原创 RNN中BPTT和TBPTT的笔记和理解

原创 简单快速的Style Transfer（利用VGG19）-笔记

What is Style TransferStyle Transfer, 风格转移，即把图片A变成图片B的风格，但保持图片A的内容不变，举个栗子，假设下图左是你自己的作品，中图是梵高的星空，右图则是风格转移算法的结果。How to do it?风格转移的实现方法很多，复杂的算法使用到GANs，其结果会非常的精美，但会需要（十分）强大的算力（和钱）。一些改进的方法能够显著将GANs类模型的计算成本控制在合理范围，例如将一张图片切割成很多小的方块，对每个小块进行风格转移，最后再将它们拼起来。但实际上

原创 GANs的原理-学习笔记

Gans全称Generative Adversirial Networks，既生成又对抗，所以先说一下生成和对抗模型分别是啥。算法：目的：计算f:x->y，或者p(y|x)生成模型：1). 用参数表达p(x), p(x|y)2). 通过样本数据求出以上参数3). 利用Bayes rules求出p(y|x)对抗模型：1). 用参数表达p(y|x)2). 通过样本数据求出以上参数生成模型（generative model）和对抗模型（discriminative model）放

原创 理解NLP迁移学习/Transformers/GPT/Bert中遇到的难点和笔记

Transformers相较于LSTM的好处就是能够将整个句子作为input来处理，依靠attention来理解词与词之间的关系，但是相对应的坏处就是失去了词的顺序这个重要的信息，所以需要额外的将词的positional information给嵌入到模型中。LSTM/RNN用hidden states来记录long-range information，而Transformers靠的则是Attention。例如当翻译这个英文句子“The animal didn’t cross the street..

原创 cs224n A5 Updated Sol

Written部分答案2020cs224n作业5比2019版本改变挺多，所以在这里记录一下自己的答案（still in process，仅供参考）。Problem 1.(a) We learned in class that recurrent neural architectures can operate over variable length input (i.e., the shape of the model parameters is independent of the length

原创 百度统计trackingID的获取

获取百度统计Baidu Analytics的Tracking ID的方法最近在尝试做自己的portfolio/blog主页，用的是这个Tutorial。其中在编辑_config.yml文件的Analytics的section时，可以填写百度统计（Baidu Analytics）的tracking ID，作者一句话的描述比较简略，对于像我一样的初学者来说会感到困惑，这里是一个小小的步骤说明。具体步骤在Baidu Analytics注册账号，并进入到这个页面点击“新增网站”，填写你的blog域名，注