NLP自然语言处理理论篇

Kubernetes k8s理论篇

目录一、k8s概述1.1什么是k8s？1.1.1作用1.1.2由来1.1.3含义1.2为什么需要K8SK8S的目标是让部署容器化应用简单高效。1.3k8s的特性二、Kubernetes集群架构与组件2.1Master组件2.1.1Kube-apiserver2.1.2Kube-controller-manager2.1.3Kube-scheduler2.1.4配置存储中心—etcd2.2Node组
wu-917·2022-08-11 08:48

PyTorch显存机制是什么样的？今天来彻底分析一下。

我从研一开始学习NLP自然语言处理，经常使用PyTorch框架。一开始用的时候对于PyTorch的显存机制也是一知半解，连蒙带猜的，经常来知乎上来找答案。
小余同学s·2022-08-11 07:19

2022-08-06《公文写作》之理念篇之“为什么公文写作是走上领导岗位的必备技能？”

【理论篇】知道为何为，解决认知问题，解决底层逻辑问题。公文写作是职场人必须经历的一项职场历练，是职场晋升的必备技能。
崇骅·2022-08-07 18:46

yolo系列 优缺点以及源码解析

yolov1源码链接：写的很好，非常有助于理解yolov1https://github.com/abeardear/pytorch-YOLO-v1YOLOv1深入理解-知乎YOLO系列专题——YOLOv1理论篇
龙南希·2022-08-05 09:31

03、分布式事务-BASE理论篇

章节归属分布式事务系列背景Base理论是对CAP中一致性和可用性权衡的结果，是由ebay的架构师对大型互联网分布式实践的总结后提出，是基于CAP定理逐步演化而来的。核心思想既然无法做到强一致性，那么每个应用可以根据自身的业务特点，采用适合于自己的方式来使系统达到最终一致性。概念BASE全称是由三个短语缩写组成（不是四个）BA+S+E：BasicallyAvailable：基本可用SoftState
rock_fish·2022-08-02 16:19

机器学习算法学习笔记：集成学习

文章目录一、理论篇1、概述2、Bagging和Boosting2.1Bagging2.2Boosting2.3Bagging和Boosting的区别3、RandomForest4、Adaboost5、GBDT6
Jason Hwang·2022-08-01 07:52

Transformer模型详细解读（理论篇）

Transformer模型架构梳理《Attentionisallyouneed》是Google提出的一篇关于Attention应用实践的论文，论文中提出了基于Attention机制的Transformer模型，以及大量使用了多头注意力机制（Multi-Head）,该模型已被广泛运用在机器翻译，问答系统，实体识别等NLP相关领域。Transformer模型总体框架如下图所示：EncoderInput
人工智能小a·2022-07-31 07:20

Hadoop之MapReduce理论篇01

2019独角兽企业重金招聘Python工程师标准>>>1.Writable序列化序列化就是把内存中的对象，转换成字节序列(或其他数据传输协议)以便于存储(持久化)和网络传输。反序列化就是将收到字节序列(或其他数据传输协议)或者是硬盘的持久化数据，转换成内存中的对象。Java的序列化是一个重量级序列化框架(Serializable)，一个对象被序列化后，会附带很多额外的信息(各种校验信息，heade
weixin_33923762·2022-07-21 07:58

深度学习之二维目标检测R-CNN家族系列算法总结（理论篇）

背景：最近在学习目标检测的知识，看了二维目标检测方面two-stage的部分算法即R-CNN家族（R-CNN、FastR-CNN、FasterR-CNN)，读了论文和一些博客，自己想写一篇博客做一个简单的总结和对比，供自己日后回忆复习，供他人参考~1、R-CNN一、概述：R-CNN可以说是利用深度学习进行目标检测的开山之作，作者RossGirshick在2014年提出，在PASCALVOC的目标检
QianZ423·2022-07-16 07:01

7，xilinx 7系列FPGA理论篇——CMT时钟模块简介

上篇咱们仅仅简要的介绍了时钟的用法，并未详细的说明，主要是因为很多时钟用法是针对特定的应用需求，无法一一介绍。本篇咱们将重提上篇的CMT时钟模块，聊一聊它的用法。可以这么说，每个靠谱的FPGA设计里都应该用到CMT模块。在7系列FPGA里，每一个时钟区域对应一个CMT（clockmanagementtile），CMT由1个MMCM（mixed-modeclockmanager）和1个PLL（pha
fpga_start·2022-07-15 16:41

视频库：人工智能开发_人工智能工程师_AI人工智能

人工智能Python语言入手→→机器学习核心技术→→深度学习核心技术→→NLP自然语言处理技术→→CV计算机视觉技术视频库：人工智能开发_人工智能工程师_AI人工智能01—人工智能开发入门掌握Python
测试小扎·2022-07-15 07:51

【Pytorch神经网络理论篇】 27 图神经网络DGL库：简介+安装+卸载+数据集+PYG库+NetWorkx库

DGL库是由纽约大学和亚马逊联手推出的图神经网络框架，支持对异构图的处理，开源相关异构图神经网络的代码，在GCMC、RGCN等业内知名的模型实现上也取得了很好的效果。1DGL库1.1DGL库的实现与性能实现GNN并不容易，因为它需要在不规则数据上实现较高的GPU吞吐量。1.1.1DGL库简介DGL库的逻辑层使用了顶点域的处理方式，使代码更容易理解。同时，又在底层的内存和运行效率方面做了大量的工作，
LiBiGo·2022-07-11 07:36

【AI视野·今日NLP 自然语言处理论文速览 第二十八期】Wed, 1 Dec 2021

AI视野·今日CS.NLP自然语言处理论文速览Wed,1Dec2021Totally27papers上期速览✈更多精彩请移步主页DailyComputationandLanguagePapersAutomaticExtractionofMedicationNamesinTweetsasNamedEntityRecognitionAuthorsCarolAnderson
hitrjj·2022-07-09 07:17

数据仓库理论篇

数据仓库DataWarehouse-数仓是一种思想，数仓是一种规范，数仓是一种解决方案数据仓库之父BillInmon将数据仓库描述为一个面向主题的、集成的、随时间变化的、非易失的数据集合，用于支持管理者的决策过程。数据仓库的目的是构建面向分析的集成化数据环境，为企业提供决策支持。数据仓库本身并不“生产”任何数据，同时自身也不需要“消费”任何的数据，数据来源于外部，并且开放给外部应用，这也是为什么叫
HikZ.919·2022-07-04 12:54

数据仓库理论篇与Flume

数据仓库理论篇数据仓库DataWarehouse-数仓是一种思想，数仓是一种规范，数仓是一种解决方案数据处理方式数据处理大致可以分为两大类：联机事务处理OLTP（On-LineTransactionprocessing
HikZ.919·2022-07-04 12:46

爬虫（1） - 爬虫基础入门理论篇

1.学习前置【必看】近年来由于抓取数据而引起的纠纷越来越多，有的锒铛入狱，有的被处罚金，本人爬虫笔记学习提醒大家：爬虫有风险，采集需谨慎，写代码不能违法，写代码背后也有法律风险1.1爬虫注意点1.1.1遵守Robots协议Robots协议，也称为爬虫协议、机器人协议等，全称是“网络爬虫排除标
葛老头·2022-06-30 13:00

springboot整合curator实现分布式锁过程

目录springbootcurator实现分布式锁理论篇：实操篇：项目实际应用中分布式锁介绍锁的介绍悲观锁-数据库锁悲观锁-缓存锁分布式锁—zookeeperspringbootcurator实现分布式锁理论篇
·2022-06-29 12:56

Netty保姆级入门教程

今天是实战篇，没有理论，只是记录一下使用Netty搭建一个本地服务，实现客户端数据发送到服务端数据Demo的教程，理论篇以及更深层次学习Netty可以点个关注，保证后续更新不错过！！！
·2022-06-28 23:31

【Pytorch神经网络理论篇】 11 卷积网络模型+Sobel算子原理

1视觉角度理解卷积神经网络1.1卷积神经网络与生物视觉系统的关系卷积神经网络的工作流程与生物大脑的处理视觉信号的流程相似，即：将图像从基础像素到局部信息再到整体信息的转化。大脑在对图像进行分级处理时，图片由低级特征到高级特征进行逐级计算。1.2微积分大脑处理视觉时，本质是先微分再积分的过程1.3离散微分与离散积分在微积分中，无限细分的条件是，被细分的对象必须是连续的，例如直线可以无限细分为点、但是
LiBiGo·2022-06-27 07:17

深度学习04 - 循环神经网络(RNN)-理论篇

1、RNN提出原因？某些任务需要能够更好的处理序列的信息，即前面的输入和后面的输入是有关系的。比如，当我们在理解一句话意思时，孤立的理解这句话的每个词是不够的，我们需要处理这些词连接起来的整个序列；当我们处理视频的时候，我们也不能只单独的去分析每一帧，而要分析这些帧连接起来的整个序列。这时，就需要用到深度学习领域中另一类非常重要神经网络：循环神经网络(RecurrentNeuralNetwork)
NULL326·2022-06-23 22:11

[人工智能-深度学习-49]：循环神经网络 - RNN与NLP的关系以及RNN在人工神经网络中的位置

文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/121433651目录前言：第1章NLP
文火冰糖的硅基工坊·2022-06-23 22:04

NLP自然语言处理-Pytorch情感分析简介

一、概念简介本质上是一个分类任务，其一般是指判断一段文本所表达的情绪状态。其中，一段文本可以是一个句子，一个段落或一个文档。情绪状态可以是两类，如（正面，负面），（高兴，悲伤）；也可以是三类，如（积极，消极，中性）；或是星级（1星~五星）等等。总的来说，可以理解成：是对带有情感色彩的主观性文本进行数据挖掘与情感倾向分析的过程。情感分析的用途：分析文本情感可以帮助我们从海量的文本内容中提取需要的信息
GoAI·2022-06-23 07:05

Pytorch转ONNX详解

这篇是第一部分，理论篇
视学算法·2022-06-14 10:49

语音情感识别--理论篇

这是之前看的一些论文，然后提炼一下可能经常想看到的东西吧。语音情感识别主要包括语音语料库的采集，语音信号预处理，语音情感特征提取，语音情感分类。以上为语音情感识别主要步骤。语音情感特征提取(1)：选择和提取合适的语音情感特征对提高识别准确率来说非常重要。目前，对语音信号的特征分析主要包括语音信号数字化，时域和频域的相关分析以及Gabor变换等。常用于语音情感识别研究的声学特征主要有韵律特征，相关谱
醒了的追梦人·2022-06-10 07:09

Java学习（Day 36）

学习来源：日撸Java三百行（81-90天，CNN卷积神经网络）_闵帆的博客-CSDN博客文章目录前言卷积神经网络(理论篇)一、卷积核二、卷积运算三、非线性激活层四、池化层五、全连接层六、训练和优化总结前言本文大多内容来自知乎文章
言山兮尺川·2022-05-31 10:58

讨论nginx location 顺序问题

三、location的匹配规则前缀字符串正则表达式总结四、location的应用规则理论篇实践篇精准匹配优先级最高正则匹配和顺序有关正则、^~前缀匹配、空前缀匹配混搭五、总结网上有很多讨论nginxlocation
·2022-05-28 13:03

吴恩达机器学习笔记——第一章

但是网页搜索、垃圾邮件的过滤、图片识别等功能需要应用机器学习的技术，总体来说分成五个方面1、数据挖掘，例如分析用户的点击量来分析用户习惯，更好的了解用户2、对于某些无法直接编写代码的场景，例如无人机自动驾驶3、NLP
莫陌莫墨·2022-05-25 07:03

C++刷题笔记(28)——回溯算法、leetcode77、216、17

回溯算法基础1.带你学透回溯算法（理论篇）题目1：77.组合回溯法解决的问题可以抽象为N叉树每次从集合中选取元素，可选择的范围随着选择的进行而收缩，调整可选择的范围，每次搜索到了叶子节点，我们就找到了一个结果
STATEABC·2022-05-23 15:44

NLP自然语言处理——问答系统

NLP自然语言处理——问答系统文章目录NLP自然语言处理——问答系统前言一、基于搜索的问答系统二、具体步骤1.处理流程1.1分词1.1.1前向最大匹配(forward-maxmatching)1.1.2
编程‘小白’·2022-05-23 07:07

机器学习算法学习笔记：决策树

文章目录一、理论篇1、概述2、基本流程3、划分选择3.1、信息熵和信息增益3.2、增益率3.3、基尼指数3.4、ID3，C4.5，CART三种算法的对比4、剪枝处理5、连续值处理6、缺失值处理一、理论篇
Jason Hwang·2022-05-23 07:43

【NLP自然语言处理】白话理解 Word2vec 词向量表示含义：含Skip-Gram与CBOW代码以及算法优化负采样与层序SoftMax

文章目录Word2vec词向量模型Skip-Gram模型CBOW模型算法优化方法：负采样算法优化方法：层序SoftMaxWord2vec指用特征向量表示单词的技术，且每两个词向量可计算余弦相似度表示它们之间的关系。Word2vec词向量模型实现的算法手段:Skip-Gram(跳元模型)：中间的词预测周围的词CBOW(ContinuesBagofWords,连续词袋)：周围的词去预测中间词算法优化方
量化Mike·2022-05-10 07:06

NLP自然语言处理（三）—— 文本处理方法 & 传统NLP与深度学习NLP & NLP聊天机器人原理

文本处理方法①TF-IDF②Jieba分词③Onehot将类别变量转换为数字型变量稀疏④Word2vec将每个单词映射成二维空间的一个点坐标⑤Stopwords停用词传统NLP与深度学习NLP的区别NLP聊天机器人原理
hxxjxw·2022-05-08 07:41

分布式日志存储架构设计方案

本文是分布式日志存储系列的理论篇。也有实战篇，将会分享
·2022-05-05 21:59

【Istio实际操作篇】Istio入门,10分钟快速安装

@TOC前言上一篇讲了什么是Istio的理论篇，这次我们就来实际操作。想看上一篇理论篇的看这里（看完绝对有所收获）：[Istio是什么？]
·2022-04-25 22:29

【Web理论篇】Web应用程序安全与风险

前言✅✅博客主页：花城的包包欢迎关注点赞收藏⭐️留言本文收录于黑客攻防技术全栈系列专栏：30天黑客攻防技术从入门到精通.后续将陆续更新，敬请期待！此专栏是专门针对想入门网络安全领域的小白，计划用一个月更完！-一个人可以走得很快，一群人可以走得更远！快加入我和我一起学习吧！只有不断学习才能不被茫茫人海淹没！如发现错误，请评论区留言轰炸我，万分感谢！目录前言1.Web应用程序的发展历程1.1Web应用
花城的包包·2022-04-25 18:22

【Pytorch神经网络理论篇】 01 Pytorch快速上手（一）概述+张量

1概述Pytorch是基于Torch之上的python包，在底层主要通过张量的形式进行计算，Pytorch中的张量表示为同一数据类型的多位橘子。1.1基础数据类型的概述1、标量：即具体的数字2、向量：多个标量组成3、矩阵：多个向量组成4、张量：多个矩阵组成的量2张量2.1张量在编程语言上的定义方法2.1.1torch.tensor()importtorch#引入torch库importnumpya
LiBiGor·2022-04-24 07:59

5 NLP自然语言处理入门--词向量embedding&代码实现(百度架构师手把手带你零基础实践深度学习原版笔记系列)

5NLP自然语言处理入门--词向量(百度架构师手把手带你零基础实践深度学习原版笔记系列)目录5NLP自然语言处理入门--词向量(百度架构师手把手带你零基础实践深度学习原版笔记系列)自然语言处理技术面临的挑战语言学角度同义词问题情感倾向问题歧义性问题对话
aiAIman·2022-04-23 07:35

软件测试理论篇

软件功能测试一、软件测试概念和理论1.1测试的目的和原则软件测试测目的测试的目的是为了找到软件/网站存在的问题（bug、用户体验不好、界面丑陋、功能是否全面）通过提前找到软件存在问题，可以降低商业风险【省钱】软件测试的定义软件测试就是用人工或者自动化对软件系统进行测试，通过测试需要找到预期结果和实际结果的差异预期结果：在测试之前我们就知道的结果/希望出现的结果实际结果：测试之后得到的实际结果软件测
q159369·2022-04-21 09:51

Docker集群之Kubernetes(K8S) 了解k8s - 理论篇

到了k8s的文章了,博主前面介绍了swarm集群,swarm集群本身相对来说比较简单、轻量,所以并没有重点介绍,但是k8s不太一样,这玩意还是比较复杂,一两篇简单介绍不完,所以博主这边得细说几篇,最后也会做个实例,方便大家参考。选择swarm还是k8s，两者有什么区别？背景不一样,k8s是谷歌,swarm是官网方案swarm轻量,直接docker就有了,k8s还得安装且较为复杂。这里就出现一个点,
憧憬blog·2022-04-17 00:49

学习笔记：深度学习（3）——卷积神经网络（CNN）理论篇

学习时间：2022.04.10~2022.04.12文章目录3.卷积神经网络CNN3.1卷积神经网络的概念3.1.1什么是CNN？3.1.2为什么要用CNN？3.1.3人类的视觉原理3.2CNN的基本原理3.2.1主要结构3.2.2卷积层（Convolutionlayer）1.卷积运算2.卷积的三种模式3.卷积的本质3.2.3池化层（Poolinglayer）3.2.4激活层3.2.5光栅化3.2
新四石路打卤面·2022-04-15 07:23

【Pytorch神经网络理论篇】 35 GaitSet模型：步态识别思路+水平金字塔池化+三元损失

1步态识别思路1.1步态识别的本质步态特征的距离匹配，对人在多拍摄角度、多行走条件下进行特征提取，得到基于个体的步态特征，再用该特征与其他个体进行比较，从而识别出该个体的具体身份。1.2步态识别的主体思路1.2.1神经网络的角度看待步态识别的数据集在步态识别中，需要将一组图片作为一个样本。从神经网络的角度来看，步态识别的组图片也只是在代表图片[H，W，C]的基础之上，多出一个张数的维度而已。1.2
LiBiGor·2022-04-13 07:43

【Pytorch神经网络理论篇】 34 样本均衡+分类模型常见损失函数

1样本均衡当训练样本不均衡时，可以采用过采样、欠采样、数据增强等手段来避免过拟合。1.1使用权重采样类Sampler类中有一个派生的权重采样类WeightedRandomSampler，能够在加载数据时，按照指定的概率进行随机顺序采样。WeightedRandomSampler(samples_weight,samples_num)1、weights：对应的是“样本”的权重而不是“类别的权重”。也
LiBiGor·2022-04-13 07:42

【Pytorch神经网络理论篇】 33 基于图片内容处理的机器视觉：目标检测+图片分割+非极大值抑制+Mask R-CNN模型

基于图片内容的处理任务，主要包括目标检测、图片分割两大任务。1目标检测目标检测任务的精度相对较高，主要是以检测框的方式，找出图片中目标物体所在的位置。目标检测任务的模型运算量相对较小，速度相对较快。1.1目标检测任务概述目标检测任务要求模型能检测出图片中特定的目体，并获得这一目标物体的类别信息和位置信息。在目标检测任务中，模型的输出是一个列表，列表的每一项用一个数组给出检测出的标物体的类别和位置（
LiBiGor·2022-04-13 07:12

nlp自然语言处理基于SVD的降维优化学习

目录基于SVD的降维优化SVD的直观意义基于SVD的降维优化向量降维：尽量保留数据“重要信息”的基础上减少向量维度。可以发现重要的轴（数据分布广的轴），将二维数据表示为一维数据，用新轴上的投影值来表示各个数据点的值，示意图如下。稀疏矩阵和密集矩阵转换：大多数元素为0的矩阵称为稀疏矩阵，从稀疏矩阵中找出重要的轴，用更少的维度对其进行重新表示。结果，稀疏矩阵就会被转化为大多数元素均不为0的密集矩阵。这
·2022-04-05 17:45

nlp自然语言处理学习CBOW模型类实现示例解析

目录实现CBOW模型类Trainer类的实现实现CBOW模型类初始化：初始化方法的参数包括词汇个数vocab_size和中间层的神经元个数hidden_size。首先生成两个权重（W_in和W_out），并用一些小的随机值初始化这两个权重。设置astype(‘f’)，初始化将使用32位的浮点数。生成层：生成两个输入侧的MatMul层、一个输出侧的MatMul层，以及一个SoftmaxwithLos
·2022-04-05 17:14

网络工程师5天修炼--学习笔记

文章目录第一天理论篇（1）第1学时网络体系结构1.1OSI参考模型1.物理层2.数据链路层3.网络层4.传输层5.会话层6.表示层7.应用层8.重要考点1.2TCP/IP参考模型
考过RK再改名·2022-03-29 21:04

手把手教你做一辆mini平衡自行车！

▼演示效果自行车平衡DIY分为3部分介绍：第一部分介绍自行车平衡基本物理原理；第二部分理论篇，对平衡自行车的算法进行理论分析，包括模型分析、姿态检测方法、PID算法，控制算法；第三部分实践篇，具体介绍平衡自行车用到的元器件
张巧龙·2022-03-29 14:00

Linux学习笔记（尚硅谷韩顺平老师2021最新Linux教程）万字笔记

Linux再学习1.Linux理论篇1.网络连接的三种方式1.桥接模式2.NAT模式网络地址转换，虚拟系统可以和外部系统通讯，不会造成ip冲突3.主机模式和主机ip地址一样2.虚拟机快照当系统出现问题后
葡萄枸杞桂圆干·2022-03-25 08:16

【深度学习】实战教程 | 车道线检测项目实战，霍夫变换 & 新方法 Spatial CNN

理论篇：算法基础（可选择后看）本专栏所涉及的项目所需机器学习/图像处理知识并不深入，但我之前在CSDN也开设了《机器学习算法讲解与Python实现》和《计算机视觉前沿论文研读
风度78·2022-03-24 07:40

手撕 CNN 经典网络之 VGGNet（PyTorch实战篇）

在上一篇文章：手撕CNN经典网络之VGGNet（理论篇）详细介绍了VGGNet的网络结构，今天我们将使用PyTorch来复现VGGNet网络，并用VGGNet模型来解决一个经典的Kaggle图像识别比赛问题
红色石头Will·2022-03-21 07:44
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他