推荐系统之矩阵分解MF原理及Python实现
矩阵分解（Matrix Factorization）矩阵分解基本原理用户矩阵U与物品矩阵V求解实现矩阵分解Python代码参考矩阵分解基本原理将mn维的共现矩阵R分解为mk维的用户矩阵U和k*n维的物品矩阵V相乘的形式。其中m是用户数量，n是物品数量，k是隐向量维度。k的大小决定了隐向量表达能力的强弱。k取值越小，隐向量的表达能力就越弱；反之，k取值越大，隐向量表达能力越强实例：基于用户矩阵U和物品矩阵V，用户u对物品i的预估评分为：r^ui=qiTpu\hat{r}_{ui}=q_{i}^{T
解决sigmoid/softmax指数运算溢出问题及python实现
sigmoid/softmax指数运算溢出问题sigmoid/softmax指数运算溢出问题解决sigmoidsigmoidsigmoid函数溢出问题解决LR模型中计算cross entropy溢出问题解决softmaxsoftmaxsoftmax函数溢出问题参考sigmoid/softmax指数运算溢出问题sigmoid和softmax函数在计算中，都会用到指数运算e−xe^{-x}e−x或exe^{x}ex,如果在e−xe^{-x}e−x中xxx是一个很小的负数，如-128等，或者在e−e^{
推荐系统之FFM模型及python实现
特征域感知的因子分解机模型 FFM模型的基本原理FFM模型引入FFM模型数学公式FFM模型学习Adagrad算法更新学习率适用范围和使用技巧FFM模型python代码实现参考)FFM模型的基本原理FFM模型引入考虑以下数据集：其中：Publisher、Advertiser、Gender表示特征域(field),EPSN、NBC、NIKE、Adidas、Male、Female表示one-hot编码的特征(feature)对于第一条数据来说，FM模型的二次项为：wEPSN⋅wNike+wEPSN
leetcode刷题记录1—两数之和
题目描述：给出一个整数数组，如果有两个数之和等于某一指定的数字，则返回这两个数的下标。例如给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]注意：数组中的每个元素不能使用超过两次。思路：利用哈希表映射元素和元素索引之间的关系。把搜索表的复杂度从O(n)降低到近似O(1)，近似的意思是指...
LeetCode刷题记录2——Add Two Numbers
给定两个非空链表来表示两个非负整数。位数按照逆序方式存储，它们的每个节点只存储单个数字。将两数相加返回一个新的链表。你可以假设除了数字 0 之外，这两个数字都不会以零开头。输入：(2 -> 4 -> 3) + (5 -> 6 -> 4)输出：7 -> 0 -> 8原因：342 + 465 = 807本来我的思路是提取出这两个数字，然后将它们逆序相加，然后再逆...
LeetCode刷题记录3——No.101 Symmetric Tree
Given a binary tree, check whether it is a mirror of itself (ie, symmetric around its center).For example, this binary tree is symmetric: 1 / \ 2 2 / \ / \3 4 4 3But the following is no...
mac环境下python3.6安装pyhanlp工具包
pyhanlp是基于Java开发的自然语言处理工具包，由于我整个工程是基于Python写的，在安装pynlp时踩了很多坑，记录下来给其他需要的人一个参考。1. 升级TensorFlow到指定版本pip install tensorflow==版本号 -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com...
Python利用xlwt, xlrd, xlutils实现对同一个Excel同时读写的功能
在利用Python处理Excel文件的时候，经常会遇到要读取某一个单元格的数据，经过程序处理得到新数据，想把新数据插入到同一个Excel的下一列的任务。不想新建一个Excel表格，只想在同一文件上进行数据存取插入。 这时可以利用Python提供的Excel工具包模块xlwt, xlrd, xlutils实现上述功能。 import xlwtimport xlrd...
Linux服务器上利用docker配置python扩展包pyhanlp
1、选择一个合适的基本镜像，可以带基本的python3.6，C++环境gcc，java SDK等，这样就不需要后面在容器中再安装了docker拉镜像的命令docker pull [OPTIONS] NAME[:TAG|@DIGEST]docker pull 镜像链接:版本号2、参考上一篇博文安装各类扩展包，包括TensorFlow，jpype1，这里使用pip安装就可以上一...
远程使用tensorboard在本地可视化服务器上Docker中的训练模型
1 . 连接ssh时，将服务器的6006端口重定向到自己机器上来： ssh -L 16006:127.0.0.1:6006 username@remote_server_ip -p docker port或者：ssh -L 8008:localhost:6006 用户名@远程服务器ip其中：16006:127.0.0.1代表自己机器上的16006号端口，6006是服务器上tensorboard使用的端口。2.在服务器上使用6006端口正常启动tensorboard：tensorboa.
Mac利用pip安装allennlp包方法，及安装jsonnet时g++报错解决方法
mac系统利用pip安装allennlp包时，输入如下代码pip install allennlp --user然后运行到安装jsonnet包时发生错误Building wheels for collected packages: jsonnet Building wheel for jsonnet (setup.py) ... error ERROR: Complete output from command /usr/local/anaconda3/envs/allennlp/b
pycharm远程连接到docker中的用户目录
在利用pycharm进行算法开发时，经常需要在服务器的GPU上运行代码，而对于不同的项目，环境配置、运行依赖往往不同，这时需要用到docker为每个项目创建该项目私有的容器来运行代码。而服务器一般又都是共用的，跑代码的时候需要知道运行者是谁，这样就不能用root账户进行需要在服务器上创建自己的用户。这样一来，就需要我们使用pycharm远程连接到docker的个人用户目录下。这篇文档主要记录如何配置pycharm+docker中的个人用户目录。主要参考知乎文章：PyCharm+Docker：打造最舒
论文笔记：Chinese NER Using Lattice LSTM
概述：目前，英文NER：效果最佳的模型是 LSTM-CRF（Lample et al., 2016; Ma and Hovy, 2016; Chiu and Nichols, 2016; Liu et al., 2018）。中文 NER：也可以使用这种模型，但是中文NER和分词相关，执行中文 NER 的一种直观方式是先执行分词，然后再应用词序列标注。基于character-level的LSTM-CRF无法利用句子中的单词word信息。charNER的缺点：明确的word和word sequenc
FastJSON之JSONObject简单的使用
fastJson提供的json对象相当于Map<String, Object>/** * JSONObject 相当于一个Map */public class demo1 { static JSONObject jsonObject; static { pojo1 pojo1 = new pojo1(1, "张三"); jsonObject = new JSONObject(); jsonObject.put("key1", "A
FastJson 将json字符串转成JSONObject对象
String jsonStr = "{\n" + " \"flag\": true,\n" + " \"code\": 200,\n" + " \"message\": \"请求成功\",\n" + " \"data\": \"\\省略了.... 这个是大串儿json字符串" + "}"; JSONObject jsonObject1 = JSONObject.parseObject(jsonStr);.
FastJson之@JSONField注解
源码是这样的package com.alibaba.fastjson.annotation;public @interface JSONField { // 配置序列化和反序列化的顺序，1.1.42版本之后才支持 int ordinal() default 0; // 指定字段的名称 String name() default ""; // 指定字段的格式，对日期格式有用 String format() default ""; // 是否
FastJson之@JSONType注解
简介放在实体类上就会只装配列举的字段或者排除列举的成员变量@JSONType(ignores = {"id", "sex"}) //不序列化这两个public class Pojo2 {@JSONType(includes = {"name", "sex"}) //序列化只序列化这两个属性public class Pojo1 {demo演示Pojo1package fastjsonDemo.JSONDemo.demo1.AnnotationDemo.JSONType;import
FastJson之JSON和对象互相转换
简述JSON.toJSONString 对象转jsonJSON.parseObject json转对象demostatic User user;static { user = new User(); user.setName("校长"); user.setAge(3); user.setSalary(new BigDecimal("123456789.0123"));}/** * 对象和json互相转换 */@Testpublic void javaBea
FastJson之JSON和数组集合转换
简述JSON.parseArray json字符串转数组JSON.toJSONString 数组转json字符串案例集合和JSON互相转换/** * json转数组 */@Testpublic void arrayObjectAndJson() { String jsonStringArray = "[{\"age\":3,\"birthdate\":1496738822842,\"name\":\"校长\",\"old\":true,\"salary\":123456789.0
今日推荐
周排行