原创 理解RNN的結構+特點+計算公式
引入 在某一些情況下，我們是無法使用標準的全連接神經網絡的。比如，預測句子中哪幾個單詞是人名，如果使用標準的全連接神經網絡，網絡結構如下： 如果使用這種結構，會存在兩個問題 輸入句子長度和輸出向量的維度，可能會不一樣。對不同的
2020-02-22 07:06:38
原创 詳解python3的新特性：函數註解（Function Annotations）與類型註解
文章目錄引入函數註解變量註解靜態類型檢查模塊mypy總結參考 引入 我們在閱讀python3寫的代碼時，會看到類似如下的程序： def add(x: int, y: int) -> int: return x+y 初步看
2019-10-25 23:38:21
原创 MITRE ATT&CK安全知識庫介紹
1. 引入 通過學習MITRE ATT&CK，能快速對安全領域做一個全面的瞭解。 本文只是對MITRE ATT&CK做一個初步介紹，更深入的內容後續還會再寫。 2. MITRE是什麼 從wikipedia[1]上可以看到介紹： T
2019-09-26 22:16:40
267
原创 IDA動態調試Android進程的配置步驟
確保ADB能正常連接手機 （裝了AndroidStudio後，ADB位於 C:\Users\xxx\AppData\Local\Android\Sdk\platform-tools） 把IDA中的\dbgsrv\andro
2019-09-02 22:27:25
4
原创 MongoDB從零安裝到SHELL管理到遠程連接配置與編程訪問
引入 本文主要講下面幾點： 在CentOS下安裝mongo的過程 安裝完成後，本地訪問mongo以及在mongo shell下基礎的mongo管理命令 無法遠程訪問mongo的解決方法 本文環境 CentOS L
2019-08-28 23:30:25
4
原创 詳解多分類模型的Micro-F1/Precision/Recall計算過程
引入 關於準確率(accuracy)、精度(precision)、查全率(recall)、F1的計算過程，之前寫過一篇文章[1]。 根據文章[1]中的公式，我們可以知道，精度(precision)、查全率(recall)、F1的計
2019-08-01 22:53:17
143
原创 詳解多分類模型的Macro-F1/Precision/Recall計算過程
引入 關於準確率(accuracy)、精度(precision)、查全率(recall)、F1的計算過程，之前寫過一篇文章[1]。 根據文章[1]中的公式，我們可以知道，精度(precision)、查全率(recall)、F1的計
2019-07-30 23:43:48
149
原创 kaldi中SHELL調用C++程序過程源碼分析
引入 kaldi真正的核心源碼，都是C++寫成的，這個結論可以從如下兩點得以確認： （1）在kaldi的源碼kaldi/src目錄下，能看到很多擴展名爲.cc的源程序，這是linux下C++源碼； （2）在源碼中，比如kaldi\
2019-07-06 22:40:30
23
原创 學完deeplearning.ai的Course1和Course4
文章目錄說明學習過程中寫的文章Course1: Neural Networks and Deep Learning內容與學習過程記錄Course4:Convolutional Neural Networks內容與學習過程記錄 說明
2019-06-16 00:07:14
1
原创 通過對比Bagging/Boosting/RF/GDBT來理解XGB
引入 用過XGB模型的人，都大致知道，XGB是由多棵樹組成的，像一片森林，這是一種集成學習方法。但是，這片森林裏的每棵樹都是通過純度計算與分支劃分得到的嗎？多棵樹是如何組合（集成）在一起共同做決策的呢？XGB和RandomForest
2019-05-06 16:52:49
1
原创 linux下如何將大文件分爲多個小文件
背景 我們跑在linux上程序，有時候打出的log很大，動不動就是幾個G。即不方便查閱，也不方便下載、傳輸。有沒有辦法（命令最好）把這樣的大文件拆分爲多個小文件呢？ 拆分文件的Linux命令 （1）將文件按照存儲大小拆分 如下命令，將
2019-04-28 06:32:09
原创 CNN在自動駕駛中的不同結構
1. 引入 真實的駕駛場景，是根據一些測量值，來預測汽車的油門、剎車、方向盤角度的過程。這些測量值可能包括：汽車速度，加速度，轉向角，GPS座標，陀螺儀角度等值，當然也少不了攝像機拍攝的車輛前方的圖像。這其中CNN最擅長做的，是圖像數
2019-04-09 22:34:54
原创 Gartner對移動設備應用的一個預測
正文 從一篇博客[1]中，窺得一個Gartner的預測結論： Gartner predicts that 80% of worker tasks will take place on a mobile device by 2020.
2019-03-20 22:38:15
原创 通過源碼發現nltk.Text.similar相似度衡量標準
1. 如何用nltk來找到text中相似的word 如果我們想搜索某一篇文章（text）中相似的詞（word），可以使用nltk這個強大的NLP模塊。下面以nltk自帶的shakespeare數據集來做示例。 第一次使用nltk，需要
2019-02-10 22:07:03
7
原创 jupyter如何重新加載模塊
最近幾年，jupyter在全球數據科學領域，已經成爲不可或缺的重要工具。 在jupyter中用python寫程序，若import了自己寫的外部模塊，如果這個外部模塊有更新，再次執行import，jupyter是不會重新導入的。一般的做
2019-02-01 22:33:21
1