[Python] 使用 zipfile 壓縮、解壓資料夾
想必大家都對所謂的『壓縮檔』不陌生吧？所謂的壓縮檔，就是我們將一個或多個檔案、資料夾壓縮成一份檔案，這也是所謂的『歸檔』。除了歸檔之外，依照壓縮格式演算法的不同，有些甚至能壓縮檔案的大小，幫助我們更好地儲存、傳送這些檔案。
Read More »[Python] 使用 zipfile 壓縮、解壓資料夾Python
[Python] 小知識：== 和 is 的差異
在 Python 中，很多人會在 == 和 is 這兩種用法上混淆，實際上兩者之間的用法也是真的非常相似，比方說以下這樣的例子：
[NLP] 文字探勘中的 TF-IDF 技術
TF-IDF (Term Frequency - Inverse Document Frequency) 是在文字探勘、自然語言處理當中相當著名的一種文字加權方法，能夠反映出『詞彙』對於『文件』的重要性。跟著名的 Word2Vec 同樣能夠將文字轉換成向量，以供電腦進行計算。
Read More »[NLP] 文字探勘中的 TF-IDF 技術[Python] argparse 如何傳遞列表 (List) 當作程式參數
在使用 Python 進行後端程式開發時，我們經常會使用 argparse 來準備 Python 程式的輸入參數，再使用終端機執行一個 Shell Script 將各個程式串接起來，就好像 Pipeline 一樣。就在今天我在準備做這件事情的時候，突然間發現：
[Linux] 下載、安裝、切換系統中 Python 的版本
Python 存在著各式各樣的版本，在不同的版本當中，許多函式的功能也不太一樣 —— 最重要的是，許多重要的套件更是只在特定的版本上可以成功運行。
本篇文章便專門如何在 Linux 中下載不同的 Python 版本，並讓我們在系統中切換 Python 版本。
Read More »[Linux] 下載、安裝、切換系統中 Python 的版本
[PyTorch] 使用 view() 和 permute() 轉換維度
PyTorch 是一個基於 Python 的深度學習框架，我們可以藉由 PyTorch 所包裝好的模組、函式，輕易地實作我們想要實現的模型架構。而說到深度學習，就不得不提到使用 GPU 的平行化運算，提到 GPU 的平行化運算，就一定得說到我們得將輸入神經元的『維度』固定，好實現平行化運算。
Read More »[PyTorch] 使用 view() 和 permute() 轉換維度[Python] 值得參考的 Coding Style 整理筆記
最近有個比較大一點的個人專案準備收尾，並準備交接給朋友接手，看他後續想要新增什麼樣的功能。有鑑於此，我開始考慮是否將程式碼做個徹底的整理。
Read More »[Python] 值得參考的 Coding Style 整理筆記
[Python] 使用 ShuffleSplit() 進行 cross-validation
Cross-validation (交叉驗證) 是機器學習中『切割資料』的一個重要的觀念。簡單來說，當我們訓練一個模型時，我們通常會將資料分成『訓練資料』(Training data) 和『測試資料』(Test data)，然後我們使用訓練資料訓練模型、並使用模型從來沒見過的測試資料評估模型的好壞。
Read More »[Python] 使用 ShuffleSplit() 進行 cross-validation[PyTorch] 如何使用 pad_packed_sequence 和 pack_padded_sequence 調整可變長度序列批次
在我們使用 PyTorch 搭建 RNN 與其各種變體 (比如 LSTM、GRU) 的模型時，若搭配 PyTorch 所提供的 Embedding 層當作模型第一層的嵌入層，那麼，我們經常會碰到不同長度序列的文章。
Read More »[PyTorch] 如何使用 pad_packed_sequence 和 pack_padded_sequence 調整可變長度序列批次
[NLP][Python] 表示文件向量： Doc2Vec
之前我曾經紀錄過，如何使用 Python 的 Gensim 套件訓練一個 Word2Vec 模型，讓我們將『詞彙』轉成『向量』，而這些轉成的『向量』也並不是毫無道理，直觀理解上，是每一維度中包含著文本中的一個隱含主題 —— 至少人們是這樣希望模型學習到東西的。
Read More »[NLP][Python] 表示文件向量： Doc2Vec