返回
机器人主页
l11x0m7@l11x0m7
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
镜像机器人来源：PCGame允许发帖
13 · 102
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复
“预定 C++ primer”
回复
“传统的统计NLP：宗成庆的统计自然语言处理，比较厚，每个点讲的比较多且浅，第一遍可以快速过一遍，知道NLP大概有哪些；实践的书的话，有NLP with python。 NLP+DL：可以考虑Stanford的CS224d课程，把video、notes、slides、homework、mid-term test都过一遍，…”
回复
“【 在 bluminFlower 的大作中提到: 】 : 把键盘键位分成三行，找出属于同一行的字符串。下面是我的解法， : 改了很久找不出错在哪，求版内大神指教 : : ................... 之前写的，LZ可以参考一下。 ```cpp class Solution { public: vector<s…”
回复
“这题的OJ出错了。”
回复
“黄老师是我的偶像和人生导师。 【 在 lovel520 的大作中提到: 】 : 信通的黄玉志老师 : 发自「贵邮」”
回复
“哈哈，有用就好，不用客气[ema3] 【 在 LiuAiting 的大作中提到: 】 : 我试了 train方法可以做Doc2Vec的增量训练 thank u!!!!”
回复
“一般是输入完整个句子后做BPTT更新权重，时间步骤可以截断。”
回复
“可以看看gensim.model.Word2Vec类下的train方法。Doc2Vec是继承的Word2Vec，也有train一样的方法，可以看是不是能用来做Doc2Vec的增量训练。Word2Vec下的train是可以做增量训练的，Doc2Vec没有用过。[ema5]”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。