Algorithm

1. 2020-01-01 经典算法--Aho-Corasick automaton

DL

1. 2019-09-06 循序渐进tensorflow中的RNN

GPU

1. 2019-08-01 免费GPU平台体验对比

ML

1. 2019-10-15 softmax的近似之NCE详解
2. 2019-08-07 LDA(主题模型)
3. 2019-07-31 Boosting
4. 2019-07-28 推荐系统-矩阵分解
5. 2019-07-17 K-means
6. 2019-07-14 决策树与随机森林
7. 2019-07-07 SVM
8. 2019-07-05 隐马尔科夫模型(HMM)与条件随机场(CRF)笔记
9. 2019-07-03 朴素贝叶斯
10. 2019-06-30 线性回归与逻辑回归
11. 2019-06-26 KNN(K-Nearest Neighbors) 总结
12. 2019-06-23 Linear Regression Exercise
13. 2019-06-01 机器学习中的求导
14. 2019-05-28 机器学习中常见优化算法总结
15. 2019-01-01 模型指标笔记[持续更新]

NLP

1. 2020-01-01 经典算法--Aho-Corasick automaton
2. 2019-11-26 对抗训练(AT)-Adversarial Training Methods for Semi-Supervised Text Classification笔记
3. 2019-11-19 copy(pointer) making the seq2seq with attention better
4. 2019-11-11 transformer-XL与XLNet笔记
5. 2019-10-29 机器阅读理解中数据增强笔记
6. 2019-10-15 softmax的近似之NCE详解
7. 2019-09-30 预训练模型-BERT预训练源码解读笔记
8. 2019-09-27 机器阅读理解(MRC)-bert/run_squad.py笔记
9. 2019-09-06 循序渐进tensorflow中的RNN
10. 2019-01-01 模型指标笔记[持续更新]
11. 2018-12-28 中文自然语言处理的一般流程

PyTorch

1. 2019-09-06 PyTorch笔记

RS

1. 2019-01-12 推荐系统简介

conda

1. 2018-03-08 conda笔记

docker

1. 2018-03-02 docker概念总结
2. 2018-03-01 虚拟化技术-Docker VS Virtual Machines

jekyll

1. 2017-06-27 Jekyll On Windows 从本地搭建到github部署

numpy

1. 2018-01-08 numpy

python

1. 2018-05-05 python基础笔记
2. 2018-05-02 python模块的两种启动方式
3. 2018-03-08 conda笔记
4. 2018-01-08 numpy

tensorflow

1. 2019-10-15 softmax的近似之NCE详解
2. 2019-10-13 tensorflow中模型的保存与使用总结
3. 2019-08-01 免费GPU平台体验对比