我们要在网页中正常显示flash内容，那么页面中必须要有指定flash路径的标签。也就是OBJECT和EMBED标签。OBJECT标签是用于windows平台的IE浏览器的，而EMBED是用于windows和Macintosh平台下的Netscape Navigator浏览器以及Macintosh平台下的IE浏览器。windows平台的IE利用Activex控件来播放flash而其它的浏览器则使用
转载
2024-09-29 06:44:32
46阅读
这篇教程来讲解自然语言处理中的词嵌入，也就是word embedding，并介绍GLoVe预训练参数的加载。简单来说，word embedding是将单词转换为向量，从而进一步参与神经网络的计算。在tensorflow 2.0中，tensorflow.keras.layers.Embedding实现了这一功能。其中embedding层计算了一个行向量乘矩阵的矩阵乘法，其中行向量是one hot形式
转载
2024-09-23 06:10:04
128阅读
召回 & 排序目前业界推荐系统普遍采用召回+排序的两阶段模型，如下图所示。所谓召回（matching），指的是从全量信息集合中触发尽可能多正确的结果，并将结果返回给排序作为输入。相比搜索系统，推荐系统最大的不同在于用户没有明确的Query输入，即用户自身的需求是不明确的，推荐系统需要做的就是根据用户画像、内容画像等各种信息为用户推荐他可能感兴趣的内容，达到延长用户停留时间的作用。由于没有明
引言深度学习已经成为了计算机视觉、自然语言处理等领域的重要工具。但对于初学者来说，深度学习可能会显得复杂和晦涩。本系列文章将从零开始，用通俗易懂的语言，详细解释深度学习的基本概念和实际应用。在本文中，我们将着重介绍如何构建一个简单的图像分类器，以便初学者能够了解深度学习的基本原理和步骤。深度学习的基本概念在开始构建图像分类器之前，让我们先了解一些深度学习的基本概念。深度学习是一种机器学习方法，它模
案例完整代码、数据见Github 1. 案例背景用户价值细分是了解用户价值度的重要途径，常用的细分模型包括：基于属性的方法、ABC分类法、聚类法等。1. 基于属性的方法常用的细分属性包括：地域、产品类别、用户类别（大客户、普通客户、VIP客户等）、性别、消费等级等。这种细分方法可根据数据库中数据直接得到。2. ABC分类法ABC法则是二八法则衍生出的一种法则。不同的是，二八法则强调是抓住
一、前言1、记忆性利用手工构造的交叉组合特征来使线性模型具有“记忆性”，使模型记住共现频率较高的特征组合，且可解释性强。这种方式有着较为明显的缺点：首先，特征工程需要耗费太多精力。其次，因为模型是强行记住这些组合特征的，所以对于未曾出现过的特征组合，权重系数为0，无法进行泛化。2、泛化性 为了加强模型的泛化能力，引入了DNN结构，将高维稀疏特征编码为低维稠密的Embedding vector，这种
转载
2024-07-25 08:22:00
1774阅读
COM是由Microsoft提出的组件标准，它不仅定义了组件程序之间交互的标准，而且还提供了组件程序运行所需要的环境。COM体现了组件化程序设计的思想，复杂的应用程序被设计成一些小的、功能单一的组件模型，这些组件模块可以在同一台计算机或者不同的计算机上运行。COM是一门非常专业、系统和全面的知识，它涉及到很多的知
安装完Mezzanine后，其目录结构如下图：（templates目录是我手工建立的，不知道为何初始结构没有此目录）上面的目录中，deploy下是生产环境部署时的一些配置文件，暂且略过。requirements目录要放置mezzanine编译所必须的文件，暂时也不管它。重要的目录static下是一推图片，你可以在默认网站的gallery页面下看到这些图片～～除此之外，别的没有了。目录之外的mana
①可以类比一下之前自己做的一个例子：在最初将单词编码的时候，我们使用的直接是one-hot向量的方式来进行编码的，非常简单粗暴的一种方式（根据单词在语料库中的索引，作为对应单词的词向量的对应值，这个其实是非常不好的一种方式，因为没有充分体现各个词在语义上的联系），所以会需要使用词向量的方式来“描述”不同的单词。②这里的embedding的概念，本意是一种嵌入，也可以理解成是一种映射，说白了就是一种
转载
2024-08-28 16:03:26
44阅读
文本情感分类1.文本情感分类数据集2.使用循环神经网络进行情感分类3.使用卷积神经网络进行情感分类import collections
import os
import random
import time
from tqdm import tqdm
import torch
from torch import nn
import torchtext.vocab as Vocab
import t
转载
2024-04-03 20:48:58
125阅读
目录一、主观评价1、层次分析法（AHP）①应用场景②步骤③模型实现④代码实现⑤优缺点评价2、模糊综合评价法（FCE）①应用场景②步骤③模型实现3、灰色关联分析法（GRA）①应用场景②步骤③模型实现二、客观评价1、主成分分析（PCA）2、因子分析（FA）①应用场景②步骤③模型分析 ④代码实现3、Topsis算法①应用场景②步骤③模型分析④代码实现4、BP神经网络综合评价法①应用场景②优缺点
数据分析公司有很多，怎么样的数据公司可以脱颖而出，特别在移动应用不断发展的今天，第三方的移送数据服务市场将会越来越广阔，数据分析工具移动化也就是要做一个移动应用的数据分析工具或者软件。 数据分析行业的人也明白，在数据分析工具的发展上，国内市场的步伐相比较国外市场来说慢了很多。是一味的学习还是另辟蹊径，对于产品怎么实现差异化，对于很多数据分析公司来说，移动化的应用也就是体现差异化
一、阅读内容第四部分第十一章 GNU Emacs滋长的特性是其优势第十二章 当集市开始构建教堂二、笔记总结（1）Emacs的架构Emacs架构采用的是在交互式应用程序中应用广泛的模型-视图-控制器模式。在这个模式中，模型是程序所操作数据的底层描述，视图则是向用户展示数据的方法，而控制器则负责实现用户与视图的交互，并对模型进行相应的更新。值得注意的是Emacs拥有显著的可滋长的特性。当一个程序拥有越
EM算法用于含有隐含变量的概率模型参数的极大似然估计。什么是隐含变量的概率模型呢？举个例子，假设有3枚硬币，分别记为A,B,C，它们正面出现的概率分别为r,p,q。每次实验先掷硬币A，如果出现的是正面就投B，如果出现的反面就投C，出现正面记为1，出现反面记为0。独立10次实验，观测结果如下：1101001011。如果只有这个结果，而不知道过程，问如何估计r,q,p?也就是说，我们能看到每次的观测结
我们知道，tfidf和embedding都是将文本表示成包含文本信息的高维向量的方法。tfidf关注的是单词在文档中的频率，最终计算出的向量包含的信息是一种单词出现频率的tradeoff。而embedding则关注的是单词的语义。两者包含的信息不同，因此将两者结合起来表示文本是对文本信息的丰富和扩充。但是在实际操作中，两者的结合不是简单的concatenate这个简单就可以的。因为两者计算结果的维
转载
2024-01-21 05:26:02
137阅读
文｜杨英明（花名：向野)KusionStack 核心贡献者蚂蚁集团高级研发工程师在基础设施技术领域深耕，专注 IaC/XaC、GitOps 等方向本文 4912 字 阅读 12 分钟前言KusionStackKusionStack 最早是为了解决蚂蚁内部复杂的运维场景而诞生的解决方案。思路是通过自研的 DSL（KCL）沉淀运维模型（Kusion Model）
大模型会成为AI时代的一项基础设施。作为像水、电一样的基础设施，预训练大模型这样的艰巨任务，只会有少数技术实力强、财力雄厚的公司去做。绝大多数人，是水、电的应用者。对这部分人来说，掌握如何用好大模型的技术，更加重要。用好大模型的第一个层次，是掌握提示词工程(Prompt Engineering)用好大模型的第二个层次，是大模型的微调(Fine Tuning)，这也是今天这篇文章的主题。为什么要对大
B站大佬：霹雳吧啦Wz视频：12.2 使用Pytorch搭建Swin-Transformer网络 讲解链接：https://www.bilibili.com/video/BV1yg411K7Yc?spm_id_from=333.999.0.0 swin_transformer用于做图像分类的任务链接： https://github.com/Ydjiao/deep-learning-for-imag
转载
2024-06-03 16:29:11
66阅读
本文首先简要介绍最近几年来时间序列分类算法的最新研究成果，包括dynamic time warping的各种改进技术和相关研究，以及最新的聚合式算法（ensemble algorithm）。其次以根据能耗数据来监测服务器运行程序的研究为实例，介绍如何对实际应用中的时间序列数据进行更准确的分类。一、时间序列分类算法综述 时间序列分类问题（Time Series Classification， TS
转载
2024-05-04 22:36:53
128阅读
文本分类与词嵌入（Text Processing and Word Embedding）数据集（Dataset）本节课使用IMDb影评数据作为数据集。其包含有5万条影评文本，每段文本都有很明确的正向/负向情感（即为一个二分类问题）。其中2万5千条数据作为训练数据集，2万5千条数据作为测试数据集。文本到序列（Text to Sequence）我们首先需要把这段文本转换为序列。主要有以下几个步骤需要完
转载
2024-06-08 23:44:14
83阅读
