自然语言处理的常见任务 自然语言处理的常见任务 自然语言处理是是非常复杂的领域，是人工智能中最为困难的问题之一，常见的任务如 图9 所示： 图9：自然语言处理常见任务 词和短语级任务：包括切词、词性标注、命名实体识别（如“苹果很好吃”和“苹果很伟大”中的“苹果”哪个是苹果公司？）、同义词计算（如“好吃”的同义词是什么？）等以词为研究对象的...

深度学习经典卷积神经网络 1. VGG 2. GoogLeNet 3. Resnet 4. MobileNet-V1 & MobileNet -V2 5. U-NET 6. GAN 深度学习经典卷积神经网络 随着深度学习的发展，研究人员提出了很多模型，这其中一些设计方式，在当时取得了很好的效果，也为其他科研工作者提供了很好的思路。CNN ...

Deeplearning Algorithms tutorial KNN 算法背景 算法应用 优缺点 Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗，覆盖无人驾驶、智能助手、图像识别等许多层面。苹果业已开...

Deeplearning Algorithms tutorial 应用领域 优缺点 Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗，覆盖无人驾驶、智能助手、图像识别等许多层面。苹果业已开始全面拥抱机器学习，新...

3. 算法的时间复杂度分析 3. 算法的时间复杂度分析 解决同一个问题可以有很多种算法，比较评价算法的好坏，一个重要的标准就是算法的时间复杂度。现在研究一下插入排序算法的执行时间，按照习惯，输入长度LEN 以下用n表示。设循环中各条语句的执行时间分别是c1、c2、c3、c4、c5这样五个常数[23 ]： void insertion_sort (...

算法思维系列 算法思维系列 本章包含一些常用的算法技巧，比如前缀和、回溯思想、位操作、双指针、如何正确书写二分查找等等。 欢迎关注我的公众号 labuladong，方便获得最新的优质文章：

第 11 章 使用 Apriori 算法进行关联分析 关联分析 相关术语 Apriori 原理 Apriori 算法的使用 生成候选项集 加载数据集 创建集合 C1。即对 dataSet 进行去重，排序，放入 list 中，然后转换所有的元素为 frozenset 计算候选数据集 CK 在数据集 D 中的支持度，并返回支持度大于最小支持度（minS...

MOT检查点概念 CALC检查点算法：内存和计算开销低 检查点激活 MOT检查点概念 在openGauss中，检查点是事务序列中一个点的快照，在该点上，可以保证堆和索引数据文件已经同步了检查点之前写入的所有信息。 在执行检查点时，所有脏数据页都会刷新到磁盘，并将一个特殊的检查点记录写入日志文件。 数据直接存储在内存中。MOT没有像openGau...

5.6.排序 5.6.排序 排序是以某种顺序从集合中放置元素的过程。例如，单词列表可以按字母顺序或按长度排序。城市列表可按人口，按地区或邮政编码排序。我们已经看到了许多能够从排序列表中获益的算法（回忆之前的回文例子和二分查找）。 有许多开发和分析的排序算法。表明排序是计算机科学的一个重要研究领域。对大量项进行排序可能需要大量的计算资源。与搜索一样，...

5. 复制 5. 复制 与可能出错的东西比，’不可能’出错的东西最显著的特点就是：一旦真的出错，通常就彻底玩完了。 ——道格拉斯·亚当斯（1992） ​ 复制意味着在通过网络连接的多台机器上保留相同数据的副本。正如在第二部分简介 中所讨论的那样，我们希望能复制数据，可能出于各种各样的原因： 使得数据与用户在地理上接近（从而减...