在现实生活中，有时候我们写的程序需要发给小伙伴用，而小伙伴没有python，这时候我们需要将程序打包成exe文件发给小伙伴用。今天讲下打包深度学习模型打包一般要用到cmd命令行，要求cmd能执行python程序。因为我们一般将程序放在文件夹里，然后cmd直接进入文件夹。教程见链接：cmd执行python程序，文件夹直接进入cmd程序一.虚拟环境建立我们需要通过虚拟环境解决打包exe过大的问题。一般

之前写过基于倒排表的问答系统。基于倒排表的电力调度知识问答系统构建问答系统所需要的数据已经提供，对于每一个问题都可以找得到相应的答案，所以可以理解为每一个样本数据是 <问题、答案>。 那系统的核心是当用户输入一个问题的时候，首先要找到跟这个问题最相近的已经存储在库里的问题，然后直接返回相应的答案即可。由于作者是学电气的，这里以发电厂知识文本来构建问答系统该篇是低配版的问答系统，思路不如

算法与数据结构（python）：树与二叉树

本文首先介绍图和广度优先搜索算法的概念，接着通过具体例子讲解广度优先搜索如何实现、有代码，最后打印出最短路径。

在做nlp任务时，我们常常和语音结合起来，即将语音转为文本，然后将文本做一系列任务。但是语音转换成文本，肯定有一系列错误。我们可以文本纠错文本纠错见我的另一篇博客。中文文本纠错 算例实现（有算例完整代码）这篇博客中提到要准备一个 正确词的txt。那究竟什么是正确词，对于特殊任务怎么办，于是我们得首先发现语音识别对那些词容易识别错误。然后将那些经常错误的词对于的正确词添加进文本纠错系统里的正确词tx

梯度消失原因当神经网络层数加深时，可能会出现一些问题。梯度消亡：训练过程非常缓慢过拟合，在训练数据上表现得很好，在测试集上表现得很差。梯度消亡的现象：神经网络输入端的网络层的系数逐渐不 再随着训练而变化，或者变化得很缓慢。随着网络层数增加，这个现象越发明显。梯度消失的前提：使用基于梯度的训练方法（梯度下降算法）使用的激活函数具有输出值远远小于输入值的范围，如Logistic,tanh。梯度消亡问题

动态规划思想动态规划（Dynamicprogramming）是一种通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。动态规划常常适用于有重叠子问题和最优子结构性质的问题，动态规划方法所耗时间往往远少于朴素解法。动态规划背后的基本思想非常简单。大致上，若要解一个给定问题，我们需要解其不同部分（即子问题），再合并子问题的解以得出原问题的解。通常许多子问题非常相似，为此动态规划法试图仅仅解决每

本文讲解遗传算法求解问题的一般步骤，并通过遗传算法求解（最短路径）旅行商问题。

一.单变量求解原始表格，我们的任务就是根据想要的利润，反推销售额第一步：单击利润单元格，数据选项卡，单变量求解第二步： 目标单元格为目标，目标值为利润25，可变单元格为销售额结果：销售额变了...

电力项目：电力日负荷曲线预测（文末有程序、数据）