两轮技术骨干，一轮技术总监，最后CTO，然后hr。总共四轮技术+hr，还是小有收获的。 总体觉得面试问题灵活，难度中和公司业务衔接的知识点结合强。下面说下具体的流程： 一、一面 1、两道代码（时间复杂度） 2、k-means的伪码（提及了EM） 3、项目有挑战的地方，调参 4、讲解word2vec ...
分类：
编程语言 时间：
2017-08-11 21:10:41
阅读次数：
148
http://www.hankcs.com/nlp/word2vec.html http://www.cnblogs.com/peghoty/p/3857839.html word2vec 是 Google 于 2013 年开源推出的一个用于获取 word vector 的工具包，它简单、高效，因此 ...
分类：
其他好文 时间：
2017-08-08 10:58:24
阅读次数：
147
在word2vec原理篇中，我们对word2vec的两种模型CBOW和Skip-Gram，以及两种解法Hierarchical Softmax和Negative Sampling做了总结。这里我们就从实践的角度，使用gensim来学习word2vec。 1. gensim安装与概述 gensim是一 ...
分类：
其他好文 时间：
2017-08-03 15:03:39
阅读次数：
2399
'''input: words - the original word list n_words - the number of used words output: data - a list with the same length of input words every element in ...
分类：
其他好文 时间：
2017-07-30 13:57:18
阅读次数：
228
卷积神经网络发展趋势。Perceptron(感知机)，1957年，Frank Resenblatt提出，始祖。Neocognitron(神经认知机)，多层级神经网络，日本科学家Kunihiko fukushima，20世纪80年代提出，一定程度视觉认知功能，启发卷积神经网络。LeNet-5，CNN之 ...
分类：
其他好文 时间：
2017-07-30 11:40:52
阅读次数：
233
本章我们介绍词的向量表征，也称为word embedding。词向量是自然语言处理中常见的一个操作，是搜索引擎、广告系统、推荐系统等互联网服务背后常见的基础技术。 在这些互联网服务里，我们经常要比较两个词或者两段文本之间的相关性。为了做这样的比较，我们往往先要把词表示成计算机适合处理的方式。最自然的 ...
分类：
其他好文 时间：
2017-07-26 22:04:17
阅读次数：
427
词向量：用一个向量的形式表示一个词 词向量的一种表示方式是one-hot的表示形式：首先，统计出语料中的所有词汇，然后对每个词汇编号，针对每个词建立V维的向量，向量的每个维度表示一个词，所以，对应编号位置上的维度数值为1，其他维度全为0。这种方式存在问题并且引发新的质疑：1）无法衡量相关词之间的距离 ...
分类：
其他好文 时间：
2017-07-19 22:02:06
阅读次数：
148
架构：skip-gram（慢、对罕见字有利）vs CBOW（快） · 训练算法：分层softmax（对罕见字有利）vs 负采样（对常见词和低纬向量有利） · 欠采样频繁词：可以提高结果的准确性和速度（适用范围1e-3到1e-5） · 文本（window）大小：skip-gram通常在10附近，CBO ...
分类：
其他好文 时间：
2017-07-15 18:57:21
阅读次数：
150
一、介绍 word2vec是Google于2013年推出的开源的获取词向量word2vec的工具包。它包括了一组用于word embedding的模型，这些模型通常都是用浅层（两层）神经网络训练词向量。 Word2vec的模型以大规模语料库作为输入，然后生成一个向量空间（通常为几百维）。词典中的每个 ...
分类：
其他好文 时间：
2017-07-15 11:23:25
阅读次数：
2472
文本分类单层网络就够了。非线性的问题用多层的。 fasttext有一个有监督的模式，但是模型等同于cbow，只是target变成了label而不是word。 fastText有两个可说的地方:1 在word2vec的基础上, 把Ngrams也当做词训练word2vec模型, 最终每个词的vector ...
分类：
其他好文 时间：
2017-07-14 00:40:42
阅读次数：
11624
