擅长机器学习、深度学习。熟练使用Tensorflow 、keras 、pytorch等开源框架。熟练掌握CNN、RNN网络原理。对CV领域、NLP领域都有一定研究。
使用 NLTK 对文本进行清洗,索引工具 EN_WHITELIST = '0123456789abcdefghijklmnopqrstuvwxyz ' # space is included in whitelist EN_BLACKLIST = '!"#$%&\'()*+,-.
tf.contrib.legacy_seq2seq.basic_rnn_seq2seq 函数 example 最简单实现 函数文档:https://www.
Multilayer Perceptron (MLP) for multi-class softmax classification: from keras.
开始 Keras 序列模型(Sequential model) 序列模型是一个线性的层次堆栈。 你可以通过传递一系列 layer 实例给构造器来创建一个序列模型。
在 Mac OS X 上安装 TensorFlow 这个文档说明了如何在 Mac OS X 上安装 TensorFlow。 注意:从 1.2 版本开始,在 Mac OS X 上 TensorFlow 不再支持 GPU。
In this project we will be teaching a neural network to translate from French to English.
Numpy 是一个非常好的框架,但是不能用 GPU 来进行数据运算。 Numpy is a great framework, but it cannot utilize GPUs to accelerate its numerical computations.
Numpy provides an n-dimensional array object, and many functions for manipulating these arrays.
tf.nn.embedding_lookup TensorFlow embedding_lookup 函数最简单实例 #!/usr/bin/env python # -*- coding: utf-8 -*- ...
因为现在的 example 都比较复杂涉及东西比较多,抽出来一个极简版本。 #!/usr/bin/env python # -*- coding: utf-8 -*- import tensorflow as tf from tensorflow.
nltk 获取 gutenberg 语料 gensim 生成词库和 onehot 编码正在尝试基于 Tensorflow LSTM 模型开发另外一个项目,需要自然语言处理的工具和语料。
nltk 中的 sents 和 words ,为后续处理做准备。 #!/usr/bin/env python # -*- coding: utf-8 -*- from nltk.
从我的使用体验来看 Ubuntu 是最好的, Mac 没有显卡,后期跑大项目比较鸡肋,Windows 安装各种依赖各种坑。
tensorflow CNN 卷积神经网络中的卷积层和池化层的代码和效果图 因为很多 demo 都比较复杂,专门抽出这两个函数,写的 demo。
DrQA 是一个阅读理解系统用在开放领域问答。特别的,DrQA 针对一个机器阅读任务。在这个列表里,我们为一个潜在非常大的预料库中搜索一个问题的答案。
Magenta 实战代码 这个仓库包含了很多 Magenta 模型的实现。看 Magenta 库以及模型,看我们的主仓库:https://github.com/tensorflow/magenta AI Duet 非常有意思,你随便敲键盘,它反馈给你类似的钢琴节奏。
seq2seq 模型在广泛的任务比如机器翻译,语音识别,文本总结中取得了巨大的成功。这个教程给读者 seq2seq 模型一个完整的理解,并且展示如何从原型建立一个有竞争力的 seq2seq 模型。
# -*- coding:utf-8 -*- from __future__ import print_function ''' HelloWorld example using TensorFlow library.
使用 TensorFlow 进行基本操作的实例,这个实例主要是使用 TensorFlow 进行了加法运算。 包括使用 constant 常量进行加法运算和使用 placeholder 进行变量加法运算,以及扩展到矩阵的加法运算。
分析: 看 TensorFlow 也有一段时间了,准备按照 GitHub 上的教程,敲出来,顺便整理一下思路。
TensorFlow 训练好模型参数的保存和恢复代码,之前就在想模型不应该每次要个结果都要重新训练一遍吧,应该训练一次就可以一直使用吧。