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 >>

记一次GRUB引导修复

使用Arch Linux已经2年多了,基本上已经习惯了,可前段时间英雄联盟也出了“自走棋”,想要体验一把。
于是就在硬盘剩余的60多个G上装了Windows 10,用了一两个月没有问题,最后再一次Windows 10更新后,蓝屏了。又手惨的点了Windows 的修复功能。等了半天,结果是修复,重启,蓝屏无限循环。而且Arch Linux的引导全都没了,感激应该是Windows的修复动了efi分区。
无奈只能新修复引导,各种方法尝试了好多边都是卡在了GRUB _一直闪这个状态,最终在官网wiki找到了办法
缺省/后备启动路径
grub 安装时添加--removable参数

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$w=(w1,\dots,w_p)$ 作为coef\;$w0​$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 >>

mathjax配置问题

使用hexo时,想要实现网页中公式的渲染
发现不管怎么改,都不能渲染单行公式
最后发现是在mathjax的2.3版本以后,配置方法变了

mathjax的配置方法

一般网上大部分的mathjax的配置如下

阅读更多 >>

pytorch使用和损失函数

激励函数

#激活函数
x=np.arange(-12.5,12.5,0.05)
tanh = (np.power(np.e,x)-np.power(np.e,-x))/(np.power(np.e,x)+np.power(np.e,-x))

阅读更多 >>