2019-05-26 16:35 VincentWei
--------------------------------------------------------------------------------------------------------------------------------------------------
继续阅读 »2019-05-24 22:42 VincentWei
首先看下dynamic的概念，即不需要确定的输入长度，以及batch 大小， 都可以动态。但是注意首先每个batch对应所有样本的输入长度还是需要一样的，作为dense数据，否则，不可处理。 dynamic_rnn替代了原来的bucket。 为什么在任务型聊天机器人，加入生成式闲聊端对端聊天机器人的元素呢，因为，当用户输入的message无法识别到具体的高置信度的意图时候，往往这些用户的输入都是无意义的，如果只是吐出不知道您在说什么之类的回复，未免显得不够友好。所以，此时类似这种情况的输入，进入闲聊模式，...
继续阅读 »2019-05-23 15:36 不穿秋裤的南方人
最近看了这篇发表在EPL上的有关影响力最大的论文 论文下载地址 论文代码根据文章中对于算法的介绍进行了复现，希望大家批评指正 import networkx as nx import matplotlib.pyplot as plt def welsh_powell(graph): # 将图中结点按度的递减顺序进行排列 degree_graph = dict(nx.degree(graph)) trans_degree = list(zip(degree_graph.values(), degree_gr...
继续阅读 »2019-05-27 09:42 不穿秋裤的南方人
毕业设计的后一个部分是挖掘网络中的关键节点组，基于目前国内外所发表的相关论文，整合并结合自身的需要，现提供如下参考代码，希望给予相关意见。 目前，主要验证节点组选取的好坏是通过传染病模型进行仿真实验，通过给定传染率、恢复率，以及关键节点组（也就是种子），查看传染病传染达到稳定状态时，整个网络中R型节点的占比。 代码初版如下所示： import networkx as nx import random import matplotlib.pyplot as plt def sir_one(graph, se...
继续阅读 »
