nvidia显卡驱动错误

系统使用bumblebee实现双显卡(N卡和集成显卡)切换,
同时有N卡的开源驱动nouveau和专有显卡驱动nvidia

使用命令

optirun glxspheres64
# 或者optirun glxspher

阅读更多 >>

基于统计的分词方法

1.n元语言模型(n-gram)

假设$S$表示长度为$i$,由$(w_1,w_2,\dots,w_m)$字序列组成的句子,则代表$S$的概率为:

阅读更多 >>

神经图灵机

Neural Turing Machines[原文]

    阅读更多 >>

    运用自注意力机制检测相关语境进行多论对话

    ReCoSa: Detecting the Relevant Contexts with Self-Attention forMulti-turn Dialogue Generation[原文]

    模型

    阅读更多 >>

    小样本学习的边缘标签图神经网络

    Edge-Labeling Graph Neural Network for Few-shot Learning[原文]

    小样本学习的边缘标签图神经网络

    阅读更多 >>

    深度学习在中文分词和词性标注中的应用

    得到字向量->通过窗口方法得到字与上下文有关的向量(矩阵)->通过两个线性层和一个非线性激活函数->字的标注得分(窗口方法)->一个句子的评分矩阵$f_\theta (c_{[1:n]})$ (句子中的第$i$ 个子为标签$t$ 的得分)->定义转换分数$A_{ij}$,得到tag path 得分

    阅读更多 >>

    OWL基础

    OWL基础

    网络本体语言Web Ontologoy Language

    OWL Lite ->OWL DL->OWL Full 递进关系

    阅读更多 >>

    sklearn中的广义线性模型

    模型的通用公式

    其中$w=(w_1,\dots,w_p)$ 作为coef_;$w_0​$作为intercepr_

    阅读更多 >>

    集成学习算法总结

    集成学习算法

    使用多个分类器提高整体的泛化能力

    1.Bagging(Bootstrap Aggregating)算法

    通过组合随机生成的训练集而改进分类的集成算法(bootstrap)

    阅读更多 >>

    信息论的一些基本概念

    信息熵

    其中$P$ 为$X$的概率质量函数,$E$为期望函数,而$I(x)$是$X$ 的信息量(又称自信息).

    阅读更多 >>