[PYTHON] Essayez le livre "Introduction au développement d'applications de traitement du langage naturel en 15 étapes" -Chapitre 1 Mémo "Connaissances préliminaires avant de commencer les exercices"

Contenu

Ceci est un mémo pour moi pendant que je lis Introduction aux applications de traitement du langage naturel en 15 étapes.

Préparation

Aperçu des chapitres

Comme décrit dans le livre, nous couvrirons la construction de l'environnement d'apprentissage et les connaissances (langage de programmation et bibliothèque) qui sont les prérequis pour les exercices.

Note

1 Introduction / Traitement du langage naturel et apprentissage automatique

Pas de notes

2 Environnement d'écriture / développement pour ce livre

L'environnement d'écriture est distribué en tant que requirements.txt, et le Dockerfile est également distribué.

requirements.txt décrit le type et la version de la bibliothèque comme indiqué ci-dessous, et vous pouvez installer les bibliothèques en bloc à l'aide de pip.

requirements.txt


numpy==1.15.0
scipy=1.1.0
...
mecab-python3==0.996.2
neologdn==0.3.2
...
#Exemple d'installation avec pip
$ pip install --no-cache-dir -r requirements.txt

Lorsque vous utilisez Dockerfile, créez et démarrez le conteneur Docker à partir de Dockerfile. (Je le lance ici)

###Construction de conteneur###
#Exécuter à l'emplacement où se trouve le Dockerfile
$ ls | grep Dockerfile
Dockerfile

#Construire avec le nom du référentiel: 15 étapes, nom de la balise: le plus récent
$ docker build -t 15step:latest .

###Démarrage du conteneur###
#Lorsque le conteneur est démarré par défaut, python est démarré
$ docker run -it 15step:latest
Python 3.6.5 (default, Jun 27 2018, 08:22:23)
>>>

#Arrêter c'est quitter()
>>>quit()
$

#Comment démarrer python après avoir démarré 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 bases de Python pour l'apprentissage automatique

4 Bibliothèque de calcul numérique NumPy

--Le tableau est numpy.array (<liste>) --La dimension est <array> .shape --Slice (obtenu en spécifiant plusieurs éléments) est <array> [m: n]

5 Autres bibliothèques importantes utilisées dans ce document

Pas de notes

Références de référence

Recommended Posts

Essayez le livre "Introduction au développement d'applications de traitement du langage naturel en 15 étapes" -Chapitre 1 Mémo "Connaissances préliminaires avant de commencer les exercices"
Essayez le livre «Introduction au développement d'applications de traitement du langage naturel en 15 étapes» - Chapitre 2 Étape 06 Mémo «Identifiant»
Essayez le livre "Introduction au développement d'applications de traitement du langage naturel en 15 étapes" - Chapitre 2 Étape 02 Mémo "Prétraitement"
Essayez le livre «Introduction au développement d'applications de traitement du langage naturel en 15 étapes» - Chapitre 2 Étape 07 Mémo «Évaluation»
Essayez le livre "Introduction au développement d'applications de traitement du langage naturel en 15 étapes" --Chapitre 4 Etape 14 Mémo "Recherche Hyper Paramètre"
Essayez le livre «Introduction au développement d'applications de traitement du langage naturel en 15 étapes» --Chapitre 2 Étape 04 Mémo «Extraction de fonctionnalités»
Essayez le livre "Introduction au développement d'applications de traitement du langage naturel en 15 étapes" - Chapitre 4 Étape 15 Mémo "Collecte de données"
Essayez le livre «Introduction au développement d'applications de traitement du langage naturel en 15 étapes» - Chapitre 3 Étape 08 Mémo «Introduction aux réseaux de neurones»
Essayez le livre "Introduction au développement d'applications de traitement du langage naturel en 15 étapes" --Chapitre 2 Étape 05 Mémo "Conversion de quantité de fonctionnalités"
Essayez le livre "Introduction au développement d'applications de traitement du langage naturel en 15 étapes" - Chapitre 3 Étape 11 Mémo "Embeddings de mots"
Essayez le livre "Introduction au développement d'applications de traitement du langage naturel en 15 étapes" --Chapitre 3 Étape 12 Mémo "Réseaux de neurones convolutifs"
Essayez le livre «Introduction au développement d'applications de traitement du langage naturel en 15 étapes» --Chapitre 3 Étape 13 Mémo «Réseaux de neurones récurrents»
Essayez le livre "Introduction au développement d'applications de traitement du langage naturel en 15 étapes" --Chapitre 3 Étape 09 Mémo "Identifier par Neural Network"
Essayez le livre «Introduction au développement d'applications de traitement du langage naturel en 15 étapes» --Chapitre 2 Étape 01 Mémo «Créer un agent de dialogue»
Essayez le livre "Introduction au développement d'applications de traitement du langage naturel en 15 étapes" --Chapitre 2 Étape 03 Mémo "Analyse morphologique et écriture écrite"
Essayons le livre "Introduction au développement d'applications de traitement du langage naturel en 15 étapes" --Chapitre 3 Étape 10 Mémo "Détails et amélioration du réseau neuronal"
Résumé du début au chapitre 1 de l'introduction aux modèles de conception appris en langage Java
[WIP] Pré-traitement des notes dans le traitement du langage naturel
[Chapitre 5] Introduction à Python avec 100 coups de traitement du langage
[Chapitre 6] Introduction à scicit-learn avec 100 coups de traitement du langage
[Chapitre 3] Introduction à Python avec 100 coups de traitement du langage
[Chapitre 2] Introduction à Python avec 100 coups de traitement du langage
[Chapitre 4] Introduction à Python avec 100 coups de traitement du langage
[Réunion de changement d'emploi] Essayez de classer les entreprises en traitant le bouche-à-oreille en langage naturel avec word2vec
[Traitement du langage naturel] J'ai essayé de visualiser les sujets d'actualité cette semaine dans la communauté Slack
[Traitement du langage naturel] J'ai essayé de visualiser les remarques de chaque membre de la communauté Slack
Introduction aux statistiques Exercices du chapitre 2 de la presse de l'Université de Tokyo
[Python] Essayez de classer les boutiques de ramen par traitement du langage naturel