ShenPotato Blog

「离开世界之前 一切都是过程」

Git使用

本文主要讲述了什么是Git,如何配置本地Git以及本地Git仓库和远程Github如何进行交互 操作以mac系统下为例 一、Git和Github 的概念 Git是一个版本控制软件,进行控制的形式多样,可通过git bash,git gui实现本地仓库的创建,与远程仓库的连接,上传内容至远程仓库,从远程仓库下载内容至本地仓库等功能。 Git...

python相关

本文主要记录一下在使用python中的一些杂碎的问题,如配置等等 一、pip 安装第三包时出现readtimeout错误 这是由于我们的timeout时间设置的比较短,在下载时超时了 有两个解决方案: (1) pip install –default-timeout = 100 package_name (2) pip install –index https://mirr...

计算机网络-链路层与网络层传输原理

记录实习学习知识 计算机网络OSI七层模型自下而上分别是:物理层、链路层、网络层、传输层、会话层、表示层、应用层。 本文阐述链路层和网络层传输原理。 一、链路层 链路层传输的是数据帧。传输数据过程中,是通过交换机中的mac地址表对地址进行索引发送。 二、网络层

人工智能-归结推理

CSIT6000F Aritifical Intelligence 归结演绎推理 一、什么是归结演绎推理 归结演绎推理是一种基于逻辑“反证法”的机械化定理证明方法。其基本思想是把永真性的证明转化为不可满足性的证明。即要证明\(P\implies{Q}\)永真,只要能够证明\(\neg(P)\vee{Q}\)为不可满足即可。 谓词公式不可满足的充...

机器学习-LSTM(Long Short Term Memory)

一、循环神经网络(Recurrent Neural Networks) 为了使神经网络具有从先前信息中获取知识的能力,提出了循环神经网络。 上图表示循环神经网络可以表示成为序列的形式,启发我们可以将RNN应用到序列化数据中。 二、LSTM网络 1、问题提出 有时候我们需要利用近期的信息来执行来处理当前的任务。例如,考虑用一个语言模型通过利用以前的文字信息来预测下一个文字。如果我...

论文阅读笔记-知识图谱推理

一、DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning 1、概述: (1)目标:基于已有的实体对,对实体对之间的关系路径进行推理 (2)基于深度学习的知识推理描述: ​ 将知识推理的过程看作一个可以被基于策略代理解决的决策问题。在建立强化学习的训练模型之后,定义路径 路径受限的搜索算法。 2...

聚类算法

一、聚类相关概念 1、聚类 将具有相似特征的数据划为一类。 与分类Classificaiton的区别: 分类问题是监督学习,样本有进行标记; 聚类问题是无监督性学习,样本没有进行标记。 2、高质量的聚类评判标准 高集群内相似度 低集群间相似度 3、作用 对回归问题的做预处理;主成分分析法PCA;相关性分析 对图片进行压缩;对向量进行降维 离群检测(...

奇异值分解法在降维中的应用

代码位置:https://github.com/Shenpotato/Singular-Value-Decomposition-Demo 一、矩阵需要降维的原因 在search engine中,基于text-document的检索方法下,使用tf,idf,我们能够得到一个document和term的权重矩阵,用于评判哪些term在哪些document中是比较重要的。 在进行归一化之...

pandas的基本用法

记录python中pandas的用法 在使用pandas之前,我们需要导入它。并且pandas经常与numpy联合使用。 1 2 import pandas as pd import numpy as np 1、数据结构的创建 pandas 中核心的数据结构有两个,一个为DataFrame,一个为Series。 (1)Series 可以把Series视为一个长度固定的字...

人工智能-搜索问题

利用人工智能解决的一个重要问题就是搜索问题,此文陈述了如何将搜索问题进行合理化定义分析和搜索策略。 一、搜索问题 1、常见的搜索问题案例 (1)传道士和恶魔问题 (2)8问题 2、问题定义 通常而言,一个搜索问题要包含以下条件: 初始状态 一系列的行为,将状态转换为下一个状态 目标状态 行为损失函数 换而言之,搜索问题实际上就是行为引导的状态转换的...