WeiYang Blog

欢迎交换友链,一起交流学习!

具体数学-第4课

多重求和方法

今天讲了多重求和,也就是一个和式由多个下标来指定。 首先是最简单的形式:\[\sum\limits_{1 \le j,k \le n} { {a_j}{b_k}} = (\sum\limits_{1 \le j \le n} { {a_j}} )(\sum\limits_{1 \le k \le n} { {a_k}} )\] 例题1 下面给出一个对称矩阵:\[A(i,j) = {a_......

毕业论文相关细节记录

Your browser does not support the element. 随机数种子 这是玄学,姑且就设为我的QQ号792321264,看起来效果不错。 神经网络维数 不断测试发现,64维效果最好,但最后可能改成512维的。而且64维的话CPU跑的比GPU还要快6倍,但是512维的话GPU就比CPU快6倍左右了。所以维度低还是用CPU比较好。 结点分数 \[\begin{ar......

具体数学-第3课

递归式转化为求和求解

今天讲了一种将递归式转化为求和的方法。 考虑如下递归式:\[{a_n}{T_n} = {b_n}{T_{n - 1}} + {c_n}\]两边同时乘以\(s_n\)得到:\[{s_n}{a_n}{T_n} = {s_n}{b_n}{T_{n - 1}} + {s_n}{c_n}\]要想转化成可以求和的递归式,那么必须有:\[{s_n}{b_n} = {s_{n - 1}}{a_{n - ......

毕业论文目录(草稿)

1 引言 1.1 研究背景1.2 相关研究1.3 我们的工作1.4 本文的组织结构2 相关概念与背景知识 2.1 开源深度学习平台2.2 上下文无关文法2.2.1 形式化定义2.2.2 乔姆斯基范式2.2.3 概率上下文无关文法2.3 CYK算法2.4 树的二叉化2.5 长短期记忆神经网络3 基于RNN的成分句法分析 3.1 组合向量文法3.2 树状长短期记忆神经网络3.3 结合CYK算......

Ubuntu16.04下Nvidia+Cuda8.0+Dynet安装教程

之前也在笔记本上装过几次cuda,均以失败告终,网上的教程都没有完全能拿来用的,多多少少都会出现一些问题。这次终于完完全全安装成功了,可喜可贺。。。说起来都是泪。 注意显卡驱动安装最新版就行了,但是cuda最好还是别安装最新版了,装个8.0版本吧,不然都是泪。 最终版本为ubuntu16.04 + cuda8.0 + gcc5.4。 NVIDIA驱动安装 进入NVIDIA官网,选择适合自......

具体数学-第一章作业解答

Homework of Concrete Mathematics

这是我的第一章作业答案,只有四题,标准答案太精简了。 总体做下来,只有最后一题的第二小问一开始算错了,正如题目所说,的确有点难想。我看了标准答案的式子,想了一会儿才想出来的。。。 ...

具体数学-第2课

成套方法求解递归式

今天主要讲了关于递推式和求和的一些方法,主要是成套方法。 约瑟夫环推广上一节课说到,约瑟夫环问题的解是\[f(n) = 2l + 1\]其中\(n = {2^m} + l\)将\(n\)写成二进制可以发现,\(f(n)\)就是\(n\)的二进制循环左移1位。现在做一下推广,求解如下递推式:\[\begin{array}{l}f(1) = \alpha \\f(2n) = 2f(n) + ......

ECNU自然语言处理与深度学习2018春季讨论班开讲啦

讨论班详细安排在github上面,地址:传送门。主要就是学习斯坦福CS224n课程,穿插学习深度学习相关知识,争取一人能有机会讲一次。 下面是具体安排。 ECNU18_Spring_SeminarECNU NLP group learns CS224n and deep learning in the form of seminars in the 2018 spring. Semina......

具体数学-第1课

递归求解实际问题

这学期提前选修了研究生的课程:具体数学、人工智能前沿、NLP讨论班,就随便记记具体数学每一节课所学的东西吧。 第一节课讲的都是一些很简单的东西,这里就一带而过了。 汉诺塔问题 这是个老生常谈的问题了,n个盘子,3个柱子的汉诺塔问题,最少移动次数记为\(T(n)\)。那么\[T(n)=2T(n-1)+1\]边界条件为\(T(0)=0\)。解出\[T(n)=2^n-1\]验证可以采用数学归纳......

毕业论文代码实现思路

基于循环神经网络的成分句法分析

一个寒假就写了个基本的代码,难受啊,整理一下思路吧,好久不看代码头都大了。 数据预处理 首先使用的是PTB数据集,原始的数据是长这样的:(S (NP-SBJ (NNP Ms.) (NNP Haag) ) (VP (VBZ plays) (NP (NNP Elianti) )) (. .) ) 因为不一定是二叉树,所以要先预处理成二叉树,这里全部借用了github上别人的代码来进行预处理,......