[PYTHON] Probieren Sie das Buch "Einführung in die Verarbeitung natürlicher Sprachanwendungen in 15 Schritten" - Kapitel 1 Memo "Vorkenntnisse vor Beginn der Übungen".

Inhalt

Dies ist ein Memo für mich, während ich Einführung in Anwendungen zur Verarbeitung natürlicher Sprache in 15 Schritten lese.

Vorbereitung

• Persönlicher MacPC: MacOS Mojave Version 10.14.6 --docker Version: Version 19.03.2 für Client und Server

Kapitelübersicht

Wie im Buch beschrieben, werden wir den Aufbau der Lernumgebung und das Wissen (Programmiersprache und Bibliothek) behandeln, die die Voraussetzungen für die Übungen sind.

Memo

1 Einführung / Verarbeitung natürlicher Sprache und maschinelles Lernen

Keine Notizen

2 Schreib- / Entwicklungsumgebung für dieses Buch

Die Schreibumgebung wird als require.txt verteilt, und die Docker-Datei wird ebenfalls verteilt.

require.txt beschreibt den Typ und die Version der Bibliothek wie unten gezeigt, und Sie können die Bibliotheken mit pip in großen Mengen installieren.

requirements.txt

numpy==1.15.0
scipy=1.1.0
...
mecab-python3==0.996.2
neologdn==0.3.2
...

#Installationsbeispiel mit pip
$ pip install --no-cache-dir -r requirements.txt

Erstellen und starten Sie bei Verwendung von Dockerfile den Docker-Container über Dockerfile. (Ich lasse es hier laufen)

###Container bauen###
#Führen Sie es an dem Ort aus, an dem sich die Docker-Datei befindet
$ ls | grep Dockerfile
Dockerfile

#Build mit Repository-Name: 15step, Tag-Name: aktuell
$ docker build -t 15step:latest .

###Container-Start###
#Wenn der Container standardmäßig gestartet wird, wird Python gestartet
$ docker run -it 15step:latest
Python 3.6.5 (default, Jun 27 2018, 08:22:23)
>>>

#Stop ist beendet()
>>>quit()
$

#So starten Sie Python nach dem Start von Bash
$ docker run -it 15step:latest /bin/bash
/usr/src/app# 
/usr/src/app# python
Python 3.6.5 (default, Jun 27 2018, 08:22:23)
>>>

3 Python-Grundlagen für maschinelles Lernen

• Ermöglicht die ordnungsgemäße Verwendung von Listen, Taples und Wörterbüchern --Taple ist unveränderlich ――Wie man den ternären Operator im Vergleich zur C-Sprache in Englisch schreibt
  • price = 1000 if age >= 20 else 800
• Wenn Alter> = 20, wird Preis = 1000 ausgeführt, andernfalls wird Preis = 800 ausgeführt. --für Aussage
• Für jede Liste für val in <Liste>:
• Wenn Sie eine Zählervariable möchten, setzen Sie enumerate auf for i, val in enumerate (<list>):
• Wenn Sie nur die Zählervariable möchten, setzen Sie den Bereich auf für i in Bereich (5):
• Funktionen, Klassen, Module --Lademodul Modul als md importieren`
• Rufen Sie eine Funktion mit md.method auf
• "aus der Modulimportmethode" zum Laden von Modulfunktionen
• Rufen Sie eine Funktion mit method auf
• Reguläre Ausdrücke können schneller ausgeführt werden, wenn das Muster für reguläre Ausdrücke im Voraus kompiliert wird.

4 Numerische Berechnungsbibliothek NumPy

• Das Array ist "numpy.array ()" --Dimension ist <array> .shape --Slice (erhalten durch Angabe mehrerer Elemente) ist " [m: n]"
• Holen Sie sich Elemente m ~ n-1
• Optional, wenn m = 0 oder n = --Rundfunk
• Richtet Dimensionen bei der Berechnung von Vektor + Skalar oder Array + Vektor automatisch aus
• Die vier Regeln können mit dem Operator "<Array 1> <Array 2>" berechnet werden
• Das innere Produkt ist numpy.dot (<Array 1>, <Array 2>)
• Wenn Sie den Maximalwert erhalten möchten
• Der Maximalwert eines Elements ist "numpy.max ()"
• Es ist numpy.argmax (<array>), um den Index des Maximalwerts des Elements zu erhalten. --Gesamt, Durchschnitt, Zufallszahl, Initialisierung (mit 0 initialisieren, mit 1 initialisieren)
• Sequenz beitreten
• Die vertikale Richtung lautet "numpy.vstack (<Array 1>, <Array 2>)" --Horizontale Richtung ist numpy.hstack (<Array 1>, <Array 2>)

5 Andere in diesem Dokument verwendete Hauptbibliotheken

Keine Notizen

Referenzreferenzen

• Einführung in die Anwendung zur Verarbeitung natürlicher Sprache in 15 Schritten