Yufan's Blog

-- : -- : --

[Python] Flask 的 Gunicorn 的 Dcoker 包装方法

一步一步的实现将 Flask 包装成 Gunicorn 的 Docker Container

Posted by Yufan Zheng on August, 15, 2018

[Algo] 求最大连续子数列的和（ Max Continuous Sum ）

多种方法一步一步优化求最大连续子数列的和问题

Posted by Yufan Zheng on July, 19, 2018

[Python] 在 Docker 上快速部署 Flask App

一步一步的实现在 Docker 上快速部署 Flask App

Posted by Yufan Zheng on June, 30, 2018

[Python] Python 编程技巧 Sharing PPT

为公司准备的一个内部 Python 编程技巧的交流 PPT

Posted by Yufan Zheng on June, 20, 2018

[NLP] 用 TensorFlow 搭建一个封闭领域的自动问答系统

从零开始，利用 TensorFlow 一步一步实现一个封闭领域的自动问答系统

Posted by Yufan Zheng on June, 6, 2018

[DL] 常见的梯度下降 Optimizer 详解

介绍 SGD，Momentum，AdaGrad，RMSProp 和 Adam 算法，并分析其优劣

Posted by Yufan Zheng on June, 2, 2018

[CV] 常见 CNN 模型合集和基于 TensorFlow 的实现 - Part III

介绍 Inception-V2, Inception-V3 和 ResNet 模型，并附上简单易懂的基于 TensorFlow 的实现代码

Posted by Yufan Zheng on May, 30, 2018

[CV] 常见 CNN 模型合集和基于 TensorFlow 的实现 - Part II

介绍 VGG，GoogLeNet 模型，并附上简单易懂的基于 TensorFlow 的实现代码

Posted by Yufan Zheng on May, 26, 2018

[CV] 常见 CNN 模型合集和基于 TensorFlow 的实现 - Part I

介绍 LeNet5，AlexNet 模型，并附上简单易懂的基于 TensorFlow 的实现代码

Posted by Yufan Zheng on May, 22, 2018

[NLP] 文本关键词的自动抽取

介绍几种关键词抽取方法，并着重讲解 RAKE 算法以及在中文中的扩展

Posted by Yufan Zheng on May, 20, 2018

[DS] 二叉搜索树操作集

二叉树搜索树 Binary Search Tree 的各种操作的 Python 实现

Posted by Yufan Zheng on May, 16, 2018

[Graph] 图的生成演变模型和链接预测

介绍三种模拟真实世界的图生成和演变的数学模型，以及预测链接的七种方法

Posted by Yufan Zheng on May, 10, 2018

[Graph] 图节点的重要性 ( Network Centrality ) 分析

介绍几种最常见的节点重要性的衡量方法以及在实际中的实现方法

Posted by Yufan Zheng on May, 10, 2018

[DS] 平衡二叉搜索树

自平衡二叉树 AVL 的讲解以及 Python 实现

Posted by Yufan Zheng on May, 8, 2018

[Graph] 图的基本分析

聚类系数，节点距离，联通子图和图和稳定性分析

Posted by Yufan Zheng on May, 4, 2018

[NLP] 主题模型 PLSA 算法

通俗易懂的讲解 PLSA 算法，并附上 EM 的求解过程

Posted by Yufan Zheng on December 7, 2017

[Kaggle] TensorFlow 语音识别竞赛中 WAV 数据的波形预处理

去除 WAV 数据中的杂音和前后的沉默片段

Posted by Yufan Zheng on November 27, 2017

[NLP] 信息熵(Entropy)在自然语言处理中的运用

浅谈Entropy，Conditional Entropy 和 Mutual Information

Posted by Yufan Zheng on Octorber 15, 2017

[NLP] 利用LSTM为诛仙小说生成续集

利用了中文分词技术，基于TensorFlow，构建了带Dropout的双层的LSTM神经网络，将全部的诛仙文本进行了400轮的训练，生成了较为通顺的段落和篇章。

Posted by Yufan Zheng on September 24, 2017

About Author View All Blogs →