1. perplexity（困惑度、复杂度）语言模型效果好坏的常用评价指标是perplexity，简单说，perplexity值刻画的是语言模型预测一个语言样本的能力。在一个测试集上得到的perplexity值越低，说明建模效果越好。计算公式如下：其中，为word数量在语言模型的训练中，通常使用perplexity的对数形式：将每个位置上的概率取对数再平均对数使用加法的形式，可以加速...

强化学习-Reinforcement learning参考：1. 强化学习：基本概念 + 应用场景 + 主流算法什么是强化学习？强化学习并不是某一种特定的算法，而是一类算法的统称。如果用来做对比的话，他跟监督学习，无监督学习 是类似的，是一种统称的学习方式。强化学习算法的思路非常简单，以游戏为例，如果在游戏中采取某种策略可以取得较高的得分，那么就进一步「强化」这种策略，以期继续取得较好的结果。这种

1. keras如何使用tensorboardkeras使用tensorboard是通过回调函数来实现的，关于什么是keras的“回调函数”，这里就不再赘述了，所以Tensorboard也是定义在keras.callbacks模块中的，通过构造一个Tensorboard类的对象，然后在训练的时候在fit里面指定callbacks参数即可，keras使用的一般格式为：# 构...

目录1. 人工智能：是否具备强大学习能力2. 人工智能：处于改变社会的初级阶段3. 我国人工智能：健康发展的正确路径人工智能模拟、延伸和扩展人类智力。自1956年达特茅斯研讨会上，科学家们设想研发一种拥有与人类相媲美的机器智能，首先提出“人工智能”概念后，这一新兴学科引得无数的科学家为之奋斗，涌现出Wiener、Simon、Hinton等大师级代表性人物。研究者们在寻找答案的过程中导致了深刻的分歧

TextBlob（https://textblob.readthedocs.io/en/dev/index.html）是一个用于处理文本数据的Python库。它提供一个简单的API，可用于深入研究常见的NLP任务，如词性标注、名词短语提取、情感分析、文本翻译、分类等。官方文档：https://textblob.readthedocs.io/en/dev/目录1. 情感分...

可以利用函数cbind() 和rbind() 把向量和矩阵拼成一个新的矩阵。概略地说，cbind() 把矩阵横向合并成一个大矩阵（列方式），而rbind()是纵向合并（行方式）。cbind： 根据列进行合并，即叠加所有列，m列的矩阵与n列的矩阵cbind()最后变成m+n列，合并前提：cbind(a, b)中矩阵a、b的行数必需相符rbind： 根据行进行合并，就是行的叠加，...

目录1. 基于负例采样的Skipgram：训练过程2. 窗口大小和负样本数量2.1 窗口大小2.2 负样本数量1. 基于负例采样的Skipgram：训练过程在训练过程开始之前，我们预先处理我们正在训练模型的文本。在这一步中，我们确定一下词典的大小（我们称之为vocab_size，比如说10,000）以及哪...

1. keras如何使用tensorboardkeras使用tensorboard是通过回调函数来实现的，关于什么是keras的“回调函数”，这里就不再赘述了，所以Tensorboard也是定义在keras.callbacks模块中的，通过构造一个Tensorboard类的对象，然后在训练的时候在fit里面指定callbacks参数即可，keras使用的一般格式为：# 构...

目录1. 区别2. 例子3. 疑问解答4. 实战1. 实例1：官方的example——lstm_stateful.py2. 实例2：用Keras实现有状态LSTM——电量消费预测3. 实例3：用Keras实现有状态LSTM序列预测普通多层神经网络stateless LSTM单层Stateful LSTM双层stacked ...

目录1. 人工智能：是否具备强大学习能力2. 人工智能：处于改变社会的初级阶段3. 我国人工智能：健康发展的正确路径人工智能模拟、延伸和扩展人类智力。自1956年达特茅斯研讨会上，科学家们设想研发一种拥有与人类相媲美的机器智能，首先提出“人工智能”概念后，这一新兴学科引得无数的科学家为之奋斗，涌现出Wiener、Simon、Hinton等大师级代表性人物。研究者们在寻找答案的过程中导致了深刻的分歧