基于PCA+SVM的人脸识别算法流程：（1）输入训练数据，数据预处理；（2）进行PCA降维；（3）进行多分类的SVM训练(人脸识别为多分类问题，可分为多个二分类SVM分类器)；（4）输入检测数据并利用上一步的训练结果进行分类；（5）计算准确率并显示结果。网上关于PCA用于人脸识别的文章有很多，大家可以参考这篇文章 Matlab PCA+SVM人脸识别(一)，我的代码部分是参

我所采用的数据集：MovieLens数据集ml-100k。先进行原理分析，再讲代码实现。基于用户的协同过滤算法主要包括两个步骤：（1）找到和目标用户兴趣相似的用户集合；（2）找到这个集合中的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。步骤（1）的关键就是计算两个用户的兴趣相似度。给定用户u和用户v，令N(u)表示用户u曾经有过行为的物品集合，令N(v)表示用户v曾经有

一 Hessian矩阵：实值函数f(x)相对于n×1n×1n\times 1实向量x的二阶偏导是一个由m2m2m^2个二阶偏导组成的矩阵（称为Hessian矩阵），定义为：∂2f(x)∂x∂xT=∂∂xT[∂f(x)∂x]∂2f(x)∂x∂xT=∂∂xT[∂f(x)∂x]{\partial ^2f(x)\over \partial x \partial x^T}={\partial \ov...

张量分解系列：张量分解（一）：张量分解（一）：基础知识张量分解（二）：张量分解（二）：CP分解张量分解（三）：张量分解（三）：Tucker分解张量分解（四）：张量分解（四）：Tensor-train DecompositionTensorizing Neural Network即张量化神经网络，跟一般神经网络的区别是把输入输出，权重，偏置等转换成张量的形式，反向传播同样使用链式法则。这...

当服务器中有多张显卡时可能会出现这个问题。模型参数加载：model_recover = torch.load(args.model_recover_path)报错如下：RuntimeError: CUDA error: out of memory原因：当使用torch.load加载模型参数时，会默认加载在第一块GPU0上，当GPU0没有在使用时，问题不大，但是显存被占满时这时候就加载不了了。解决方

在讲解Tucker分解之前，我们先看一下Tucker分解在三阶张量上的分解形式：Tucker分解（Tucker decomposition）是高阶的主成分分析的一种形式。它将一个张量分解成一个核张量与每一维矩阵的乘积，具体如下：这里A∈RI×P,B∈RJ×Q,A∈RK×RA∈RI×P,B∈RJ×Q,A∈RK×RA\in R^{I\times P},B\in R^{J\times Q...

在讲解Tensor-train Decomposition之前，我们先看一下Tensor-train Decomposition在三阶张量上的分解形式：Tensor-train Decomposition将原来的高维张量分解为多个三维张量的乘积（首尾张量为二维），具体分解形式如下图：Tensor-train Decomposition的参数优化方法为TT-SVD：参考：Tensor-T...

这一篇文章主要讲解CP分解算法（CANDECOMP/PARAFAC decomposition）.首先，我们必须明确，CP分解是做了什么工作，目的是想干什么。我来自问自答：CP分解是将一个高维的张量，分解成多个核的和，每个核是由向量的外积组成；通过这样的分解，我们可以大大地降低参数的维度。其实，不止CP分解，其他的张量分解算法都是同个道理，只是所采用的分解方法不同而已。当然，这样的分解...

我们知道，在NLP领域，特别是工业界中，标签数据是很难获得的，很多时候会面临数据量太小的问题，这个时候，文本数据增强可以有效地帮我们缓解这个问题。我本人在今年的科大讯飞AI大赛中也使用了下文提到的一些方法，并提升了5个百分点左右（后续的文章会详细介绍，请持续关注…），可以说效果是相当明显，所以说数据增强方法绝对是值得大家花点时间学习的。本篇文章，我们将介绍常用的文本数据增强方法，并提供相应的参考文

因为版权问题，最近IDE从pycharm改为了vscode（为了连接远程服务器进行debug），在熟悉vscode的过程中，出现了各种问题，因此记录下来。1.如果关掉终端正在运行的代码如上图，点击垃圾箱那里就行。2. 如何进行debug先选中一个要进行debug的py文件，然后按以下3步进行即可进行debug.3. 如何在子目录下进行run/debug首先，要明确一点，vscode在执行Pytho