[关闭]
@songying
2019-03-28T22:04:01.000000Z
字数
19
阅读
953
Pytorch: 损失函数
pytorch
内容目录
Attention
6
Neural Responding Machine for Short-Text Conversation
Neural Machine Translation by Jointly Learning to Align and Translate
Sequence to Sequence Learning with Neural Networks
Effective Approaches to Attention-based Neural Machine Translation
Attention is all you need
Show and tell: Neural Image Caption Generation with Visual Attention
Docker
6
Docker 数据管理
Dcoker 仓库
Dcoker 容器命令
Dockerfile： 定制镜像
Docker 镜像命令
Docker基本概念
Git
10
Git 常用高级命令
Git 工作流 - 功能分支工作流
Git 工作流 -- 集中式工作流
Git 远程操作
.gitignore
Git 基础命令
Git 基本原理
Git 分支命令
Git 标签
Git命令备忘
HTTP
6
HTTP - cookie
11. HTTP协议中的客户识别机制
HTTP状态码
HTTP方法
HTTP报文
Http 基本知识
Java
10
java 网络通信
Java运算符
java 语法基础
java 泛型
Java 数据类型
Java多线程
Java IO系统
Java 继承
Java语法基础
网络通信
JavaScript
11
JS Module
JS 面向对象
JS 标准对象
JS 错误处理
解析赋值
常量与变量
JS 控制语句
JS 函数
JS基础
JS 运算符
JS 数据类型
Layer-connections
3
Densely Connected Convolutional Networks
深度残差网络： Deep Residual Learning for Image Recognition
Highway Networks
Linux
21
linux 解压命令
Linux 常用命令组合
Linux 常见命令
Linux 网络相关命令
Linux 进程相关命令
Linux 常见文件操作
awk 命令
Linux 网络请求命令 ：wget 与 crul
ubuntu 18.04 software
深度学习环境
通配符与正则表达式
awk 命令
shell常用命令
shell之牛刀小试
shell命令之乐
Screen 命令
linux ： 让程序在后台运行
terminal，shell快捷键
Centos 包管理
SSH 命令
Linux文件结构
NLP
15
doccano
Torchtext
RACE Models
NLP： 中英文异同
NLP: 论文写作
论文写作方法与技巧
主题模型
NLP： Tricks
文本数据预处理过程
2019 NLP会议deadline
阅读理解基础
阅读理解数据集
深度学习之Word2Vec原理剖析
自然语言处理中常用库
TF-IDF 算法
PPT
3
PPT 配色之谈
如何准备讲义文稿
设计 PPT 文稿
RACE
2
Dual Co-Matching Network for Multi-choice Reading Comprehension
Option Comparison Network for Multiple-choice Reading Comprehension
STL
13
STL容器： Maps, Multimaps
STL 算法
STL 适配器： Priority queue
STL 容器适配器： queue
STL 容器适配器 -- Stack
STL 一览
c++ 数组
STL迭代器： 迭代器类型
STL容器： Sets, Multisets
STL容器： Lists
STL容器： Deques
STL容器： vector
c++ 字符串 -- string库
Scrapy
3
Scrapy之Spider类
选择器(Selectors)
Scrapy 之 Item
TensorFlow
25
TensorFlow Estimator
TensorFlow RNN 单元
TensorFlow Datasets
Google Protobuf 文件
TensorFlow 激活函数
TensorFlow 优化器
TensorFlow 损失函数
TensorFlow 数据节点： Placeholder
TensorFlow SparseTensor
TensorFlow Variable
TensorFlow 数据类型
TensorFlow Operation
TensorFlow Tensor
TensorFlow 数据流图
TensorFlow使用GPU
TensorFlow 架构设计
tensorflow debugger
TensorFlow 源码结构
TensorBoard
TensorFlow训练神经网络的四个步骤
tf.InteractiveSession
TensorFlow 命令行参数
tf.name_scope 与 tf.variable_scope
tf.Graph
tf中的collections
UML
2
UML 时序图
UML 类图
VScode
2
VScode 插件
VScode 快捷键
Vue
1
Vue
c++
26
c++ 项目结构
c++ 标准异常
Effective C++
c++ cassert
c++ c-string
目标文件的类型：ELF
源代码编译与链接
c++ 预处理器
c++ 动态内存
C++ 变量与常量
c++ 结构体
C++ 引用
c++ 模板: 泛型编程
c++ 面向对象
c++ 陷阱
const 限定符
c++ 命名空间
c++ 异常处理
static 关键字
c++ 函数
c语言小细节
类型转换
c++ 语句
C++ 操作符
c++ 指针
c++ 数据类型
c++库
4
sys/socket.h
c++ 基础类型转换
c++库文件IO： fstream
c++库流 IO： iostream
deep-learning
39
深度学习：超参数搜索
深度学习：超参数推荐范围
深度学习: 如何选择激活函数
模型调参策略
深度学习： 预训练模型微调
深度学习： 样本不均衡
深度学习： 代价函数
深度学习：数学基础
深度学习： 超参数调优
深度学习 -- 调参技巧
深度学习： 评估指标
深度学习： 前馈神经网络
深度学习： Tricks 一览
深度学习： 循环神经网络
深度学习 ： 提前终止
深度学习 -- 梯度检验
深度学习中的自动求导机制
深度学习： 损失函数
常见激活函数
查看GPU利用率
深度学习：欠拟合，过拟合
反向传播算法
数值计算
根据组件进行误差分析
端到端深度学习
机器学习训练技巧
LSTM 与 GRU的对比
GRU 单元
深度学习：数据分布
神经网络为什么要Deep
深度学习之Attention-Model原理剖析
深度学习之Glove原理剖析
深度学习之从感知机进化到神经网络
深度学习：优化算法
深度学习中的各种误差
迁移学习
深度学习：softmax
机器学习：距离度量
深度学习： 其他
dynet
1
dynet 白皮书： The Dynamic Neural Network Toolkit
ensemble-learning
1
AdaBoost 算法
keras
8
keras datasets -- 数据集
Keras Metrics -- 评价函数
keras losses
keras 函数式模型
keras sequential 模型范式
keras API in TensorFlow
keras models通用方法
keras 基础
lxml
1
lxml.etree
mac
1
mac 安装软件
machine-learning
14
机器学习：SVM
机器学习：AB测试
特征工程
机器学习： 决策树
机器学习： FM模型
机器学习： 逻辑回归
机器学习： 线性回归
机器学习：朴素贝叶斯
机器学习中的各种熵
Bootstrap
机器学习：集成学习
机器学习： 极大似然估计
机器学习算法一览
机器学习：归一化
machine-learning-year
7
machine learning year -- 基础误差分析
调试推理算法
在不同的分布上训练与测试
训练集，开发集，测试集
machine learning year -- 与人类表现相比
学习曲线
偏差与方差
memory-networks
2
End-to-End Memory Networks
Memory networks
mongodb
6
mongodb 数据备份与恢复
mongodb shell
mongodb Database 操作
BSON 数据格式
mongodb collection 操作
mongo启程
mysql
4
21 创建，操纵表
使用 mysql
过滤数据
mysql基本知识
neo4j
2
Neo4j 导入数据
Neo4j基本命令
pymongo
2
pymongo.read_preferences
PyMongo 基础
pytest
11
10 Warnings Capture
pytest.ini
Skip and xfail: dealing with tests that cannot succeed
pytest shell
1. Installation and Getting Started
Skip and xfail
pytest-mocker
1. Installing and Using plugins
5. pytest fixtures: explicit, modular, scalable
2. Usage and Invocations
pytest 入门指南
python
21
pyenv 常用命令
python3 编码问题
python pdb
python `*args` 与 `**kwargs`
python 导入
python语言规范
python之路
setup.py -- 一个优雅的模板
python 中的特殊属性
python仓库结构
__init__.py 文件的作用
python debugging
python 面向对象
python 关键字
python 命名空间
anaconda
python风格规范
python 异常处理
python控制语句与循环语句
python细小知识点
python运算符
python内置函数
12
local 与 global
MemoryView 对象
struct -- bytes与其他二进制数据类型的转换
bytes, bytearray -- 二进制序列类型
可迭代对象相关内置函数
迭代器，生成器相关内置函数
对象 attr 相关内置函数
判断数据类型 - 内置函数
map(), reduce(), filter()
python数学函数 - 内置函数
python基本数据类型相关内置函数
python内置函数
python函数
2
python 一等函数
python 函数参数
python库
42
seqeval 库
python heapq
functools
itertools库
python 多线程
configparser
logging
argparse
copy -- 浅复制与深复制
re - python正则表达式库
requests-html库
io -- 处理流
headpq - Top-K问题
bisect - 排序模块
platform
pickle模块
warning 库
collections.abc -- 抽象基类
setuptools ： python 包管理
shutil
subprocess -- python子进程管理
tqdm
ujson - 比json更快
Pandas
File 方法
os模块
random - 生成随机数
python： Queue
Socket
collection.Counter
sys模块
time库
urllib.error
operator库
datetime库
urllib.parse
JSON库
requests库
xlrd库 - 读excel文件
Matplotlib库
python 之 PyMySQL
python标准库urllib.request
python数据类型
11
python中的浅复制与深复制
python 序列数据类型的常见操作
collections.deque
collections.namedtuple
collections.OrderedDict
python 字典
python元组
python 列表
python集合
python数据类型
python字符串
python爬虫
20
QPS, TPS, 吞吐量
JS 参数破解
优酷vip
ajax: 很基本的反爬虫套路
当被网站封杀时
cookie - 最常见的反爬虫策略
headers： 最简单的策略
验证码破解
Vip视频分析
反爬虫技术
python爬虫中遇到的问题
IP封禁之后
微信小程序分析
pychrome 网站支持
爬虫综述
python抓包
you-get
维护项目分析
XPath 语法
python爬虫利器之Beautifulsoup
python特殊方法
9
属性描述符 -- 特殊方法
迭代枚举 -- 特殊方法
属性管理,访问控制 -- 特殊方法
数值转化 - 特殊方法
运算符重载 - 特殊方法
可调用模拟 -- 特殊方法
python 类的表示
自定义序列 -- 特殊方法
类的构造方法 -- 特殊方法
python高级特性
16
python中的特殊方法
python中的垃圾回收机制
常见的装饰器
python 闭包
python元编程
编码与解码
python 描述符
常见异常
python 装饰器
python生成器
python内置类型的迭代器
python 切片
Pythonic 级别的代码
lambda表达式
python 迭代器
列表，集合，字典推导式
pytorch
4
指定GPU
Pytorch：优化器
Pytorch: 损失函数
torch.nn.Embedding
requests源码阅读
8
cookie.py
help.py
exception.py
status_codes.py
structures.py
compat.py
__version__.py 文件
__init__.py文件
software
7
Launchy
软件推荐
Matlab安装
python问题
Cmder使用
win10软件安装问题
ubuntu's software
swig
1
5. SWIG 基础知识
unittest
9
skiping tests and expected failures
unittest.TestCase
unittest.mock
unittest.TestResult
unittest.TestLoader
unittest.TestSuite
unittest 原理
unittest中的命令行交互
unittest.TestCase类的各种断言
vim
4
我的.vimrc文件配置
use vim as ide
vim 快捷键
管理你的vim插件
weight-init
1
Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification
word-embedding
8
Word2vec TensorFlow 源码
Distributed Representations of Words and Phrases and their Compositionality
值得一读的word embedding paper
Combining Word-Level and Character-Level Representations for Relation Classification of Informal Text
GloVe: Global Vectors for Word Representation
word2vec Parameter Learning Explained
Words or characters? fine-grained gating for reading comprehension
A Comparative Study of Word Embeddings for Reading Comprehension
剑指oofer
1
2. 面试需要的基础知识
单元测试
9
使用mock对象
tox
边界条件： Correct
如何对数据库添加单元测试
测试综述
设计话题
在项目中进行测试
好的测试所具有的品质
测试哪些内容？
博客文章
20
算法岗， 劝退还是继续
Bert之后：预训练语言模型与自然语言生成
关于最近实践 Bert 的一些坑
听说你急缺论文大礼包？（更新ing）
分类问题的评估指标一览
深度学习时代，分词真的有必要吗
GPU 显存不足怎么办？
Pytorch 是如何处理变长序列的
一个Trick： 用Highway Network 连接不同粒度的词向量
阅读理解：氪金时代
深入理解Batch Normalization
ELMO： Deep contextualized word representations
阅读理解：井喷时代 - BiDAF
一文滤清 TensorFlow
机器真的能够理解语言吗
NLP中的 Attention 机制（不定期更新）
阅读理解：洪荒时代
探讨一下Attention is All you need 的细节
RNN vs LSTM vs GRU
全面理解TensorFlow中的Datasets
基础理论知识
1
操作系统：进程与线程
基础知识
3
线程间通信
进程间通信
谈谈对线程的理解
如何阅读一本书
2
分析阅读
阅读的层次
对话
1
The Design and Implementation of XiaoIce,an Empathetic Social Chatbot
微观经济学
1
经济学十大原理
敏捷开发
1
Scrum
数据格式
2
INI 配置文件格式
JSON数据格式
数据集
11
CoQA: A Conversational Question Answering Challenge
CNN&Daily mail
CLOTH 数据集
RACE: Large-scale ReAding Comprehension Dataset From Examinations
MS MARCO: A Human Generated MAchine Reading COmprehension Dataset
NewsQA: A Machine Comprehension Dataset
SemEval-2018 Task 11: Machine Comprehension Using Commonsense Knowledge
sick数据集介绍
Squad2.0: Know What You Don’t Know: Unanswerable Questions for SQuAD
TriviaQA
IMDB 数据集
文本分类
3
Text Classification Improved by Integrating Bidirectional LSTM with Two-dimensional Max Pooling
Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classification
Convolutional Neural Networks for Sentence Classification
文本相似度
3
Learning Text Similarity with Siamese Recurrent Networks （ 感觉现在还没有必要看）
文本相似度 思路
Siamese Recurrent Architectures for Learning Sentence Similarity
文章笔记
1
人生建议
正则表达式
1
常见的正则表达式
深入浅出面向对象
5
4. 分析： 将你的软件带进真实世界
3. 需求变更
OOA&D 生命周期
给客户所需之物
良好应用程序的基石
激活函数
1
Comparing Deep Learning Activation Functions Across NLP tasks
综述类论文
4
how to write a greate research paper
An overview of gradient descent optimization algorithms
NatureDeepReview -- 深度学习综述
对话综述： A Survey on Dialogue Systems:Recent Advances and New Frontiers
计算机网络
1
计算机网络基础
认知神经科学
3
认知神经科学 -- 语言
认知神经科学 -- 视觉
认知神经科学 -- 听觉
论文笔记
5
Universal Language Model Fine-tuning for Text Classification
Reading Wikipedia to Answer Open-Domain Questions（暂时不需要看）
如何高效的阅读文献
Recurrent Neural Network Regularization
NLP领域相关期刊会议
设计模式
8
桥梁模式
mvc 框架
工厂方法模式
单例模式
策略模式
建造者模式（生成器）
迭代器模式
装饰器模式
语言模型
7
Improving Language Understanding by Generative Pre-Training
BERT: Bidirectional Encoder Representations from Transformers
值得一读的语言模型paper
ELMO: Deep contextualized word representations
Recurrent neural network based language model
Statistical Language Models based on Neural Networks
A Neural Probabilistic Language Model
读书笔记
5
需要培养的能力
曼昆经济学
穷爸爸，富爸爸
浪潮之巅-一本我觉得任何学生都应该看的书
为什么精英都是时间控
调参技巧
3
The Shattered Gradients Problem: If resnets are the answer, then what is the question?
Understanding the Difficult of Training Deep Feedforward Neural Networks
Batch normalization: Accelerating deep network training by reducing internal covariate shift
阅读理解
9
Fusionnet: fusing via fully-aware attention with application to machine comprehension
Multi-Granularity Hierarchical Attention Fusion Networks for Reading Comprehension and Question Answering
Reinforced Mnemonic Reader for Machine Reading Comprehension
Read + Verify: Machine Reading Comprehension with Unanswerable Questions
Three-way Attention and Relational Knowledge for Commonsense Machine Comprehension
Learning recurrent span representations for extractive question answering
End-to-End Answer Chunk Extraction and Ranking for Reading Comprehension
综述：深度学习解决机器阅读理解任务的研究进展
综述：机器阅读理解任务综述
阅读理解-井喷时代
4
Neural Reading Comprehension and Beyond
BiDAF: Bi-directional Attetnion Flow for Machine Comprehension
QANet: Combining Local Convolution with Global Self-Attention for Reading Comprehension
R-NET: Machine Reading Comprehension With Self-Matching Networks
阅读理解-蛮荒时代
6
Text understanding with the attention sum reader network
Gated-Attention Readers for Text Comprehension
A Thorough Examination of the CNN/Daily Mail Reading Comprehension Task
Attention-over-Attention Neural Networks for Reading Comprehension
Teaching Machines to Read and Comprehend
综述：Emergent logical structure in vector representations of neural readers
阅读理解生成
1
英语完型填空分析
面向对象
3
Programming Paradigms for Dummies: What Every Programmer Should Know
面向对象 -- 类与对象
面向对象 -- 六大设计原则
面试
1
面试
韩语
1
了解韩语
高效程序员的45个习惯
5
5. 敏捷反馈
4. 交付用户想要的软件
3. 学无止境
第二章： 态度决定一切
第一章:敏捷-高效程序开发之道
未分类
1
c++ 面向对象
以下【标签】将用于标记这篇文稿：
下载客户端
关注开发者
报告问题，建议
联系我们
添加新批注
在作者公开此批注前，只有你和作者可见。
私有
公开
删除
查看更早的 5 条回复
回复批注
×
通知
