ml

657 篇文章
64 人订阅

全部文章

Gxjun

fluid.io.load_inference_model 载入多个模型的时候会报错 -- [paddlepaddle]

将多个模型部署到同一个服务时,会出现stack错误. 原因是program为全局.

1133
Gxjun

Hierarchical softmax(分层softmax)简单描述.

最近在做分布式模型实现时,使用到了这个函数. 可以说非常体验非常的好. 速度非常快,效果和softmax差不多. 我们知道softmax在求解的时候,它的时间...

1.1K4
Gxjun

词向量可视化--[tensorflow , python]

4054
Gxjun

并行排序ShearSort ---[MPI , c++]

782
Gxjun

雅克比迭代算法(Jacobi Iterative Methods) -- [ mpi , c++]

雅克比迭代,一般用来对线性方程组,进行求解。形如: \(a_{11}*x_{1} + a_{12}*x_{2} + a_{13}*x_{3} = b_{1}\...

1344
Gxjun

多线程处理N维度topk问题demo--[c++]

1013
Gxjun

tensorflow 批次读取文件内的数据,并将顺序随机化处理. --[python]

使用tensorflow批次的读取预处理之后的文本数据,并将其分为一个迭代器批次:

1031
Gxjun

生成命令行接口--google开源的fire使用体验【python-fire】

在python中,命令行接口常用的argparse 和click,但是相对于python-fire 来说灵活度太缺了,fire可以直接将python中的函数,以...

2242
Gxjun

序列标注模型中的两种标记模式

   我爱使用小米手机玩王者荣耀   -> 我<S>爱<S>使<B>用<E>小<B>米<M>手<M>机<E>玩<S>王<B>者<M>荣<M>耀<E>

1471
Gxjun

tensorflow 在加载大型的embedding模型参数时,会遇到cannot be larger than 2GB

      这种问题是,对于每一个变量 variable 由于是基于protobuf存在这大小限制(2G),这个时候,我们需要将embedding拆开,拆分成N...

1822
Gxjun

读吴恩达算-EM算法笔记

最近感觉对EM算法有一点遗忘,在表述的时候,还是有一点说不清,于是重新去看了这篇<CS229 Lecture notes>笔记. 于是有了这篇小札.

1532
Gxjun

Scan Order in Gibbs Sampling: Models in Which it Matters and Bounds on How Much(笔记)

    这篇文章的作者通过对当前的在线新闻和社交媒体平台新闻的观察,基于:“社交媒体用户经常通过学习朋友分享的观点来更新自己对某一特定话题的看法” ,  提出了...

1373
Gxjun

对sppnet网络的理解

   接着上一篇文章提到的RCNN网络物体检测,这个网络成功的引入了CNN卷积网络来进行特征提取,但是存在一个问题,就是对需要进行特征提取图片大小有严格的限制。...

1613
Gxjun

拉格朗日乘子法和KKT条件无约束最优化方法

拉格朗日乘子法(Lagrange Multiplier)和KKT(Karush-Kuhn-Tucker)条件是求解约束优化问题的重要方法,在有等式约束时使用拉格...

2814
Gxjun

对sppnet网络的理解

   接着上一篇文章提到的RCNN网络物体检测,这个网络成功的引入了CNN卷积网络来进行特征提取,但是存在一个问题,就是对需要进行特征提取图片大小有严格的限制。...

1392
Gxjun

N-gram的简单的介绍

    N-gram是机器学习中NLP处理中的一个较为重要的语言模型,常用来做句子相似度比较,模糊查询,以及句子合理性,句子矫正等. 再系统的介绍N-gram前...

1672
Gxjun

关于docker 意外停止,重新快速启动措施

2377
Gxjun

caffe中是如何运用protobuf构建神经网络的?

2375
Gxjun

unbuntu系统( PC机 )中安装360wifi步骤

少说废话,每一步都经过验证:   1.  首先查看一下当前使用的linux版本: gxjun@gxjun:~$ uname -r 4.8.0-59-generi...

3523
Gxjun

关于TF(词频) 和TF-IDF(词频-逆向文件频率 )的理解

TF(词频):  假定存在一份有N个词的文件A,其中‘明星‘这个词出现的次数为T。那么 TF = T/N; 所以表示为: 某一个词在某一个文件中出现的频率. T...

2996

扫码关注云+社区

领取腾讯云代金券