- @leiting_imecas
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
参考 https://www.zhihu.com/question/40309730 NLP通常包括两个关键问题：1.选择什么样的语言模型？2.选择什么样的分类算法？第二个问题是机器学习领域的标准问题，各种针对不同数据类型、数据分布的算法和技巧，这里不再赘述。而在NLP当中，语言模型更加重要一些。不同语言模型的区别，也就是对文本提取特征的不同。常用的模型有：1.
今天panda.read_csv时遇到以下错误：File "/root/anaconda2/lib/python2.7/site-packages/pandas/io/parsers.py", line 1213, in readdata = self._reader.read(nrows)File "pandas/parser.pyx", line 766, in pandas
1什么是神经网络1.1 基本结构说明：通常一个神经网络由一个input layer，多个hidden layer和一个output layer构成。图中圆圈可以视为一个神经元（又可以称为感知器）设计神经网络的重要工作是设计hidden layer，及神经元之间的权重添加少量隐层获得浅层神经网络SNN；隐层很多时就是深层神经网络DNN1.2 从逻辑回归到神经元LinearRegres
pandas 处理格式化数据的利器。本文会不断更新1. DataFram1.1 使用字典构造>>> import pandas as pd>>> d = {'doc':['txt1'], 'nid':[100]}>>> df = pd.DataFrame(data=d, columns=('nid', 'doc'))>>> dfniddoc0100txt1>>>
1什么是神经网络1.1 基本结构说明：通常一个神经网络由一个input layer，多个hidden layer和一个output layer构成。图中圆圈可以视为一个神经元（又可以称为感知器）设计神经网络的重要工作是设计hidden layer，及神经元之间的权重添加少量隐层获得浅层神经网络SNN；隐层很多时就是深层神经网络DNN1.2 从逻辑回归到神经元LinearRegres
1什么是神经网络1.1 基本结构说明：通常一个神经网络由一个input layer，多个hidden layer和一个output layer构成。图中圆圈可以视为一个神经元（又可以称为感知器）设计神经网络的重要工作是设计hidden layer，及神经元之间的权重添加少量隐层获得浅层神经网络SNN；隐层很多时就是深层神经网络DNN1.2 从逻辑回归到神经元LinearRegres