本文包括论文和源码细节
node2vec目标是训练比较通用的特征表示。将目标函数定义为与下游任务独立,以无监督的方式学习(和任务特定的训练方式得到的结果差别不明显)。使用点类型和边(是否存在)进行评估。
本论文是deepwalk工作的改进,主要改动为随机游走的策略,通过超参数控制BFS和DFS间的权衡。
本文包括论文和源码细节
node2vec目标是训练比较通用的特征表示。将目标函数定义为与下游任务独立,以无监督的方式学习(和任务特定的训练方式得到的结果差别不明显)。使用点类型和边(是否存在)进行评估。
本论文是deepwalk工作的改进,主要改动为随机游走的策略,通过超参数控制BFS和DFS间的权衡。
Paper: DeepWalk: Online learning of social representations
论文14年发表,提出DEEPWALK使用随机游走的方式构造一种“特殊语言”,使用NLP模型学习节点表示。学习的向量表示与任务无关,下面是demo:
2017下半年参加了CCF BDCI(大数据与计算智能大赛),主要做了其中“让AI当法官”赛题。比赛持续了大约3个月,我们队伍“方唐镜”最终取得了“让AI当法官”赛题一等奖(1/415),CCF BDCI综合特等奖(1/6675)。这是第一次参加自然语言处理和文本相关的比赛,收获很大,希望将来投身到NLP的工作中。接下来是我们用到的方法的总结和分享。
word2vec是自然语言处理中非常重要的基础。最近,读了一下相关论文,学习了相关的模型细节,并使用tensorflow实现了网络结构,对中文维基百科语料库进行了训练。相关论文及实现参考见文末。
Say you have an array for which the ith element is the price of a given stock on day i.
Design an algorithm to find the maximum profit. You may complete at most k transactions.
Note:
You may not engage in multiple transactions at the same time (ie, you must sell the stock before you buy again).
使用.gitignore来进行忽略文件。在windows下不能建立空文件名的文件,可以在git bash下使用touch .gitignore
来进行创建.gitignore文件。
做了一下微软2016校园招聘4月在线笔试的题目, 一共3个题目, 2.5h.下面是笔试题目的思路和代码。
在python中经常可以看到一些很精简的写法,与以往接触的其他语言不同的用法。有两种常见的,列表解析和生成器表达式。
博客正式迁移至此。
惯例,第一篇,hello world
1 | print 'hello world' |