今天使用BERT模型对短文本进行分类，整理好的短文本放在了Excel中，准备使用Excel对短文本进行打标签、数据清洗。打标签我使用打标签的方法很简单，由于短文本的辨识度比较高，所以我使用了如下Excel公式组合对短文本打标签（因为数据的私密性，所以我只讲方法，数据采用虚拟数据）：如果A1单元格同时包含字符串“大”、“小”、“20”，则标签打成“有”，否则打成“无”=IF(AND(...

本文做了一个识别简单验证码的小例子，具体思路如下：使用captcha类库随机生成4位纯数字或数字、大小写组合的验证码；以第一步生成的验证码为训练数据，对3层卷积、2层全连接模型进行训练；当训练的正确率达到规定的阈值时，保存模型，并停止训练。说明：若验证码为4位纯数字，则模型要完成的分类数为4*10=40分类任务；若验证码为4为数字+大写+小写组成，则为4*(10+26+26)...

近期在调试深度学习相关的代码时，经常隔三差五遇到range()、np.arange()、np.linspace()、np.logspace()一系列的函数，每次遇到后，当时貌似理解了，但是过段时间又忘了，并且这几个函数看起来还长的差不多，虽然实现的功能看起来挺相似，但是他们之间还是有很多细微的区别。毫不夸张的说，每次见到，每次好像都懂，但是呢，每次貌似又不确定，每次还是懵的、大脑还是混淆的。...

如下是官网对tf.reset_default_graph()函数描述的翻译：tf.reset_default_graph函数用于清除默认图形堆栈并重置全局默认图形。注意：默认图形是当前线程的一个属性。该tf.reset_default_graph函数只适用于当前线程。当一个tf.Session或者tf.InteractiveSession激活时调用这个函数会导致未定义的行为。调用此函数后...

深度学习技术发展到今天，在图像、语音、自然语言处理（natural language processing，NLP）领域有很多的应用。由于人类语言的多样性、多意性，使得NLP的难度成倍增加。例如由相同的三个字形成的组合“不怕辣”、“辣不怕”、“怕不辣”、“怕辣不”表达了不同的含义。有些话还要结合当时的语境进行理解，否则得到的结果谬之千里，比如：“中国乒乓球谁也打不过”、“中国足球谁也打不过”。本文

CNN应用在图片分类的场景中较多，可能给大家一个思维定势----CNN貌似只能应用在图片场景，其实CNN也可对文本进行分类。卷积只是特征提取的一种方式，并不是只能处理图像，使用卷积只要能提取特征即可。一、卷积应用在文本分类的思路下图为卷积对文本分类的整体思路：文本分词-->映射成向量：把文本（字符串）转换成数值（对文本进行编码），上图使用7*5的矩阵存储每一句话的编码...

目的本文使用Python的sklearn类库，基于对机器学习线性回归算法的理论学习，利用sklearn中集成的波士顿房价数据，以此来对线性回归的理论知识进行一次实践总结。本文不以预测的准确率为目的，只是简单的对机器学习的线性回归等理论知识进行一次实践总结，以此来体验下sklearn类库的使用方法。美国波士顿房价的数据集是sklearn里面默认的数据集，sklearn内置的数据集都位于d...

random.seed(0)作用：使得随机数据可预测，即只要seed的值一样，后续生成的随机数都一样。一、不设置seed()import randomlist = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]a = random.sample(list, 5) # 从list中随机获取5个元素，作为一个片段返回print(a)print(list, '\n'...

TensorFlow中，想要维度增加一维，可以使用tf.expand_dims(input, dim, name=None)函数。当然，我们常用tf.reshape(input, shape=[])也可以达到相同效果，但是有些时候在构建图的过程中，placeholder没有被feed具体的值，这时就会包下面的错误：TypeError: Expected binary or unicode stri

如下是官网对tf.reset_default_graph()函数描述的翻译：tf.reset_default_graph函数用于清除默认图形堆栈并重置全局默认图形。注意：默认图形是当前线程的一个属性。该tf.reset_default_graph函数只适用于当前线程。当一个tf.Session或者tf.InteractiveSession激活时调用这个函数会导致未定义的行为。调用此函数后...