logo
publist
写文章

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

Linux系统中Jena环境变量配置及使用

前言:最近在使用jena开发知识图谱,总结一下最近的使用过程。文末有 apache-jena-3.6.0,Apache-jen.a-fuseki-3.6.0以及d2rq-0.8.1tar文件。因为高版本的需要相应的java版本,对我其他软件不友好,所有一3.6版本为例子:jena在windows中配置以及使用戳这里,优质博文一:java环境变量设置。Linux中java环境变量设置戳这里二:配置j

#linux#mysql#java
知识图谱基本工具Neo4j使用笔记 三 :Py2neo 基本增删改查使用

知识图谱基本工具Neo4j使用笔记 一 :入门基本操作 Python操作apipy2neo是一个Python库,用于连接和操作Neo4j图数据库。它提供了一组API,可让用户在Python中轻松地创建查询和操纵图形数据。py2neo允许用户使用Python代码创建节点和关系,查询图形数据以及执行高级图形算法。它具有直观的API和良好的文档,使得学习和使用该库变得容易。py2neo的官方文档。

文章图片
#neo4j#知识图谱
深度学习 四 :深入浅出 Word2vec--图文解读原理 二

深入浅出 Word2vec–图文解读原理 一Skipgram我们不仅要考虑目标单词的前两个单词,还要考虑其后两个单词如果这么做,我们实际上构建并训练的模型就如下所示:上述的这种架构被称为连续词袋(CBOW),在一篇关于word2vec的论文中有阐述。还有另一种架构,它不根据前后文(前后单词)来猜测目标单词,而是推测当前单词可能的前后单词。我们设想一下滑动窗在训练数据时如下图所示:绿框中的词语是输入

#人工智能#深度学习#python +1
深度学习 三 :深入浅出 Word2vec--图文解读原理 一

文章很长请耐心阅读,但一定会有收获!!!嵌入(embedding)是机器学习中最迷人的想法之一。如果你曾经使用Siri、Google Assistant、Alexa、Google翻译,甚至智能手机键盘进行下一词预测,那么你很有可能从这个已经成为自然语言处理模型核心的想法中受益。在过去的几十年中,嵌入技术用于神经网络模型已有相当大的发展。尤其是最近,其发展包括导致BERT和GPT2等尖端模型的语境化

#深度学习#人工智能#python
深度学习 一 :使用BERT做 NLP分类任务

Bert的原理资料已经很多这里不多陈述,仅仅用一个实际例子来说明。文章用详细的步骤演示BERT的使用过程。

文章图片
#自然语言处理#深度学习#bert
Ubuntu系统中NVIDIA-SMI 报错:NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver.

当服务器未安装NVIDIA驱动程序,或驱动程序版本与显卡不匹配时,或者安装了某些系统软件或系统更新了内核时,服务器重启后可能无法连接到NVIDIA驱动程序。报错原因:NVIDIA-SMI失败,因为它无法与NVIDIA驱动程序通信。

文章图片
#linux#python
深度学习 四 :深入浅出 Word2vec--图文解读原理 二

深入浅出 Word2vec–图文解读原理 一Skipgram我们不仅要考虑目标单词的前两个单词,还要考虑其后两个单词如果这么做,我们实际上构建并训练的模型就如下所示:上述的这种架构被称为连续词袋(CBOW),在一篇关于word2vec的论文中有阐述。还有另一种架构,它不根据前后文(前后单词)来猜测目标单词,而是推测当前单词可能的前后单词。我们设想一下滑动窗在训练数据时如下图所示:绿框中的词语是输入

#人工智能#深度学习#python +1
深度学习 三 :深入浅出 Word2vec--图文解读原理 一

文章很长请耐心阅读,但一定会有收获!!!嵌入(embedding)是机器学习中最迷人的想法之一。如果你曾经使用Siri、Google Assistant、Alexa、Google翻译,甚至智能手机键盘进行下一词预测,那么你很有可能从这个已经成为自然语言处理模型核心的想法中受益。在过去的几十年中,嵌入技术用于神经网络模型已有相当大的发展。尤其是最近,其发展包括导致BERT和GPT2等尖端模型的语境化

#深度学习#人工智能#python
Windows系统后台运行mysql程序

使用Windows中的任务计划程序来让net start MySQL命令在后台一直执行。

文章图片
#windows
深度学习 四 :深入浅出 Word2vec--图文解读原理 二

深入浅出 Word2vec–图文解读原理 一Skipgram我们不仅要考虑目标单词的前两个单词,还要考虑其后两个单词如果这么做,我们实际上构建并训练的模型就如下所示:上述的这种架构被称为连续词袋(CBOW),在一篇关于word2vec的论文中有阐述。还有另一种架构,它不根据前后文(前后单词)来猜测目标单词,而是推测当前单词可能的前后单词。我们设想一下滑动窗在训练数据时如下图所示:绿框中的词语是输入

#人工智能#深度学习#python +1
    共 24 条
  • 1
  • 2
  • 3
  • 请选择