原创 TensorFlow-Serving的使用實戰案例筆記（tf=1.4）
最近在測試一些通用模型+項目，包括：CLUE（tf+pytorch），bert4keras(keras)， Kashgari(keras+tf)等。其中如果要部署的話，就有tensorflow-serving和flask的選擇了。
2020-06-22 15:17:23
10
原创 python | 高效統計語言模型kenlm：新詞發現、分詞、智能糾錯
之前看到蘇神【重新寫了之前的新詞發現算法：更快更好的新詞發現】中提到了kenlm，之前也自己玩過，沒在意，現在遇到一些大規模的文本問題，模塊確實好用，前幾天還遇到幾個差點“棄療”的坑，解決了之後，就想，不把kenlm搞明白，對不起
2020-06-22 14:17:03
19
原创 python | 關鍵詞快速匹配檢索小工具 pyahocorasick / ahocorapy
AC自動機是多模式匹配的一個經典數據結構，原理是和KMP一樣的構造fail指針，不過AC自動機是在Trie樹上構造的，但原理是一樣的。官方github： https://github.com/WojciechMula/pyahoc
2020-06-22 13:11:15
21
原创 網絡表情NLP（一）︱顏文字表情實體識別、屬性檢測、新顏發現
這是一篇一本正經無聊的小研究項目。。 互聯網現在面臨很多新網絡文體，比如彈幕文體、小紅書的種草文體、網名等，這些超短文本中本身字符特徵就比較少，但是表情包占比卻很多，這是重要信息呀。 之前參加比賽，一般都是當作停用詞直接刪掉，在這
2020-06-06 23:06:36
34
原创 練習題︱ python 協同過濾ALS模型實現：商品推薦 + 用戶人羣放大
之前的一個練習題：練習題︱豆瓣圖書的推薦與搜索、簡易版知識引擎構建（neo4j）提及了幾種簡單的推薦方式。 但是在超大規模稀疏數據上，一般會採用一些規模化的模型，譬如spark-ALS就是其中一款。 這邊，筆者也是想調研一下這個模
2020-06-06 23:06:36
105
原创 網絡表情NLP（二）︱特殊表情包+emoji識別
這是一篇一本正經無聊的小研究項目。。 互聯網現在面臨很多新網絡文體，比如彈幕文體、小紅書的種草文體、網名等，這些超短文本中本身字符特徵就比較少，但是表情包占比卻很多，這是重要信息呀。 之前參加比賽，一般都是當作停用詞直接刪掉，在這
2020-06-06 23:06:36
55
原创 極簡使用︱Glove-python詞向量訓練與使用
glove/word2vec/fasttext目前詞向量比較通用的三種方式，其中word2vec來看，在gensim已經可以極快使用（可見：python︱gensim訓練word2vec及相關函數與功能理解） 官方glove教程比
2020-06-06 23:06:36
2
原创 中文文本糾錯算法走到多遠了？
糾錯是從互聯網起始時就在一直解決的問題，但是一直作爲一些重要技術的輔助、附屬功能而默默無聞，譬如搜索引擎、譬如火熱的智能寫作等。 素質整理！ 中文文本糾錯任務，常見錯誤類型包括： 諧音字詞，如 配副眼睛-配副眼鏡 混淆音字詞
2020-06-06 23:06:36
1
原创 極簡使用︱Gensim-FastText 詞向量訓練以及OOV（out-of-word）問題有效解決
glove/word2vec/fasttext目前詞向量比較通用的三種方式，之前三款詞向量的原始訓練過程還是挺繁瑣的，這邊筆者列舉一下再自己使用過程中快速訓練的方式。 其中，word2vec可見：python︱gensim訓練wo
2020-06-06 23:06:36
51
原创 docker︱docker run的解讀與一鍵部署
這是之前的文章： docker︱在nvidia-docker中使用tensorflow-gpu/jupyter 文章目錄1 docker run的解讀1.1 docker run1.2 幾種進入容器的方式2 docker .sh
2020-04-16 19:41:29
原创 NVIDIA的python-GPU算法生態 ︱ RAPIDS 0.10
隨着新版本的推出，RAPIDS 迎來了其推出一週年紀念日。回顧所經歷的一年，RAPIDS團隊就社區對該項目的關心和支持表示衷心的感謝。此前，RAPIDS獲得了其首個BOSSIE獎。非常感謝各位的支持！RAPIDS團隊將繼續推動端對
2020-02-26 12:07:31
55
原创 nvidia-rapids︱cuGraph(NetworkX-like)關係圖模型
RAPIDS cuGraph庫是一組圖形分析，用於處理GPU數據幀中的數據 - 請參閱cuDF。 cuGraph旨在提供類似NetworkX的API，這對數據科學家來說很熟悉，因此他們現在可以更輕鬆地構建GPU加速的工作流程 官方
2020-02-26 12:07:31
3
原创 nvidia-rapids︱cuML機器學習加速庫
cuML是一套用於實現與其他RAPIDS項目共享兼容API的機器學習算法和數學原語函數。 cuML使數據科學家、研究人員和軟件工程師能夠在GPU上運行傳統的表格ML任務，而無需深入瞭解CUDA編程的細節。 在大多數情況下，cuML
2020-02-26 12:07:31
10
原创 nvidia-rapids︱cuDF與pandas一樣的DataFrame庫
cuDF（https://github.com/rapidsai/cudf）是一個基於Python的GPU DataFrame庫，用於處理數據，包括加載、連接、聚合和過濾數據。向GPU的轉移允許大規模的加速，因爲GPU比CPU擁有
2020-02-26 12:07:31
1
原创 AI智能內容創作的幾個方面
昨天剛好看到CSDN有要開通付費專欄（定價有點不合理啊），我就在想有啥好寫。。 剛好最近的研究方向就是KG + 智能寫作 ，而且大大小小的智能內容創作產品、技術也一直在關注，於是就想做個小小搬運匠，看看能不能把相關的內容整理、搬運一下。
2020-02-21 23:53:44