参考博文汇总

博文汇总

@作者：炼己者
@qq: 724601318
欢迎大家去看我的博客，里面有一些关于命名实体识别入门的内容，希望能多多交流

个人总结至今所读的博文,后期还会更新

本博客所有内容以学习、研究和分享为主，如需转载，请联系本人，标明作者和出处，并且是非商业用途，谢谢！

希望有缘人看到这篇汇总，可以对你有帮助，这是本人耗时一晚上完成的总结，累到死了，可转载，但是请联系一下我，谢谢

1. BILSTM原理详解

1. LSTM cell结构的理解和计算

2. 详解lstm

3. 推荐给初学LSTM或者懂个大概却不完全懂的人

4. 循环神经网络（RNN）原理通俗解释

5. 一文弄懂神经网络中的反向传播法——Charlotte77

6. 斯坦福cs224d 语言模型，RNN，LSTM与GRU

7. LSTM神经网络的详细推导及C++实现

8. 双向lstm实现序列标注分词(一)

9. 双向lstm实现序列标注分词(二)

10. 重点文章，一下子明白BILSTM-CRF

11. bilstm模型中CRF层的运行原理(一)

12. bilstm模型中CRF层的运行原理(二)

13. LSTM算法原理简介及Tutorial

14. 谷歌大脑科学家亲解 LSTM：一个关于“遗忘”与“记忆”的故事

15. LSTM神经网络输入输出究竟是怎样的

16. RNN, LSTM, 神经元激活函数进阶

17. 在调用API之前，你需要理解的LSTM工作原理
可以用来理解几个门

18. 用「动图」和「举例子」讲明白RNN
动态图来理解RNN和神经网络的每次输入

19. 长短时记忆网络(LSTM) 这里面是一个系列
从这里理解了为什么要用LSTM代替RNN

20. 双向LSTM

21. 激活函数的理解

22. LSTM cell结构的理解和计算
https://blog.csdn.net/songhk0209/article/details/71134698 这里有很好的图介绍
http://lib.csdn.net/article/deeplearning/45380
https://blog.csdn.net/u012319493/article/details/52802302

2. CRF原理详解

1. 如何轻松愉快地理解条件随机场（CRF）

2. 一文搞懂HMM（隐马尔可夫模型）

3. 隐马尔科夫模型

4. 如何用简单易懂的例子解释隐马尔可夫模型？

5. 大内密探HMM(隐马尔可夫)围捕赌场老千

6. CRF的学习

7. 如何用简单易懂的例子解释隐马尔可夫模型？

3. CNN原理详解

1.《神经网络与深度学习》连载

2. 用深度学习（CNN RNN Attention）解决大规模文本分类问题 - 综述和实践

3. 深度 | 从入门到精通：卷积神经网络初学者指南（附论文）

4. 入门 | 一文看懂卷积神经网络

5. 深度 | 卷积神经网络架构详解：它与神经网络有何不同？

6. 你知道如何计算CNN感受野吗？这里有一份详细指南

7. 机器学习算法集锦：从贝叶斯到深度学习及各自优缺点

8. 各种机器学习的应用场景分别是什么？例如，k近邻,贝叶斯，决策树，svm，逻辑斯蒂回归和最大熵模型

9. 《统计学习方法》知乎参考读物

10. 神经网络中隐藏层的物理意义

11. 调节神经网络参数的地方，可以从这里面看到很多

4. TF-IDF

1. TF-IDF模型的概率解释

2. 使用scikit-learn工具计算文本TF-IDF值

3. TF-IDF算法解析与Python实现方法详解

4. 如何用sklearn计算中文文本TF-IDF
https://blog.csdn.net/liuxuejiang158blog/article/details/31360765
https://www.jianshu.com/p/c7e2771eccaa

5. 自己动手写tf-idf
https://blog.csdn.net/alanconstantinelau/article/details/70046692
https://www.cnblogs.com/wang2825/articles/8974494.html
http://www.cnblogs.com/duyang/p/5071474.html
https://blog.csdn.net/LAW_130625/article/details/70556934

6. tf-idf计算汇总

7. tf-idf的思路

8. tfidf的原理介绍

9.关于tfidf的总结笔记

5. word2vec

1. word2vec的解释

2. CBOW的详细解释

3. word2vec的本质

4. word2vec的前世今生

5. word2vec的学习心得

6. word2vec原理 可以结合唐宇迪视频来看

7. word2vec的原理推导

8. 分层的softmax

9.一个博士的博客，有分享关于word2vec的论文

10. softmax和logistic的区别(一)

11. softmax和logistic的区别(二)

12. 关于word2vec的解释 cs224d

13. word2vec 中的数学原理详解

14. Word2Vec-知其然知其所以然

15. 知乎上关于word2vec的论文的推荐

16. 关于xin rong的论文笔记 要用谷歌浏览器打开

17. 我所理解的word2vec

18. 理解word2vec

19. 基于Word2vec的文档分类方法

20. 基于Word2Vec的一种文档向量表示

21. Python Word2Vec使用训练好的模型生成词向量

22. 文本分析之TFIDF/LDA/Word2vec实践

6. 使用教程

1. 利用统计进行中文分词与词性分析

2. 利用条件随机场模型进行中文分词

3. CRF++使用教程

4. CRF使用小结

5. CRF++工具使用指南

6. python + sklearn ︱分类效果评估——acc、recall、F1、ROC、回归、距离

7. gensim的入门使用(一)

8. gensim的入门使用(二)

7. 命名实体识别

1. 如何入门命名实体识别开发

2. 如何打造一个中文NER系统

3. 羊肉泡馍与糖蒜

4. lattice-lstm

8. 自然语言处理资源汇总

1. 自然语言处理(NLP)资源

2. 自然语言处理怎么最快入门？

3.比较全的关于nlp资源

4.关于nlp的好博客

5.如何成为一名nlp工程师

6. NLP博文

7. 自然语言处理博文

9.其他资源

1. 编程指南

2. 如何学习数据结构

3. 如何高效阅读英文文献(一)

4. 如何高效阅读英文文献(二)

5. 高效搜索文献

6. pycharm使用技巧

10.Linux

1.vmvare的安装问题

vmware的整个安装过程，以及vmware tools的安装

可以找到linux安装的各种包 net-tools就是在这里找到的

linux安装的各种包

2.关于vi的问题

解决vim中上下左右键是abcd的问题

删除空行

11. Tensorflow

1.关于tensorflow的讲解不错

2. tf.summary的用法总结

3. tf里saver的用法

4. Tensorflow的模型保存和读取tf.train.Saver

5. Tensorflow保存和加载模型

6. tf.argmax函数详解

7. tensorflow的常用函数

8. tensorflow的笔记

12. 文本分类

1. cnn与rnn文本分类(直接看github即可)

2. sys.argv[]的解释

3. 中文文本分类对比

4. 某大佬的github，把所有文本分类的方法都实现了，并作出对比

13. python 技巧

1. 对python进行数据集的随机切分

2. python的find函数

3. python获取汉字的拼音
https://github.com/mozillazg/python-pinyin

1. python如果报下面这个错误说明数据中有空值，直接来一个dropna()即可
   float object has no attribute replace