Toggle navigation
Pelhans Blog
Home
About
Portfolio
Tags
Tags
keep hungry keep foolish
NLP
ML
ASR
Reinforment Learning
Kaldi
Knowledge Graph
Linux
speech process
python
knowledge graph
PRML
database
Python
Deep Learning
NLP
语音识别笔记 (六)
多遍解码、三音子模型
语音识别笔记 (五)
MFCC,搜索-解码,Embedded Training
语音识别笔记 (四)
基于GMM-HMM的自动语音识别框架
语音识别笔记(三)
隐马尔科夫模型-HMM
语音识别笔记(二)
计算音系学
语音识别笔记(一)
简介与高斯混合模型
庆祝小博客装修完成
Welcome to my simple blog
ML
庆祝小博客装修完成
Welcome to my simple blog
ASR
语音识别笔记 (六)
多遍解码、三音子模型
语音识别笔记 (五)
MFCC,搜索-解码,Embedded Training
语音识别笔记 (四)
基于GMM-HMM的自动语音识别框架
语音识别笔记(三)
隐马尔科夫模型-HMM
语音识别笔记(二)
计算音系学
语音识别笔记(一)
简介与高斯混合模型
Reinforment Learning
David Silver 强化学习 第九讲
探索与利用
David Silver 强化学习 第八讲
整合学习与规划
David Silver 强化学习 第七讲
策略梯度
David Silver 强化学习 第六讲
价值函数的近似表示
David Silver 强化学习 第五讲
Model-Free 的控制
David Silver 强化学习 第四讲
Model-Free 的预测
David Silver 强化学习 第三讲
动态规划寻找最优策略
David Silver 强化学习 第二讲
马尔可夫决策过程
David Silver 强化学习 第一讲
强化学习简介
Kaldi
Kaldi thchs30手札(八)
DAE与TDNN(line 109-115)
Kaldi thchs30手札(七)
DNN-HMM模型的训练(line 106-107)
Kaldi thchs30手札(六)
说话人自适应训练(SAT)、FMLLR以及quick训练(line 87-104)
Kaldi thchs30手札(五)
LDA与MLLT(line 78-85)
Kaldi thchs30手札(四)
三音子模型(line 71-76)
Kaldi thchs30手札(三)
单音素模型训练(line 62-68)
Kaldi thchs30手札(二)
word-graph(line 38-60)
Kaldi thchs30手札(一)
特征提取阶段(line 0-33)
Knowledge Graph
ES 笔记
用 ES 做实体召回
实体链接(三)
文本匹配
实体链接(二)
LIMES 中的大规模数据链接方法
命名实体识别(二)
NER 论文研读
命名实体识别(一)
[笔记] 综述 A Survey on Deep Learning for Named Entity Recognition
实体链接(一)
翻译 Entity Linking with a Knowledge Base: Issues, Techniques, and Solutions
关系抽取(二)
Enriching Pre-trained Language Model with Entity Information for Relation Classification
关系抽取(一)
Neural Relation Extraction with Selective Attention over Instances
语义网基础教程(一)
描述万维网资源:RDF
知识图谱入门 (九)
知识问答
知识图谱入门 (八)
语义搜索
知识图谱入门 (七)
知识推理
知识图谱入门 (六)
知识融合
知识图谱入门 (五)
知识存储
知识图谱入门 (四)
知识挖掘
知识图谱入门 (三)
知识抽取
知识图谱入门 (二)
知识表示与知识建模
知识图谱入门 (一)
知识图谱与语义技术概览
Linux
通用正则表达式与python中的正则匹配
常用文本处理 sed awk
sed awk 使用总结
speech process
基于tensorflow 的中文语音识别
基于DeepSpeech2 论文与Aishell 语料
现代语音信号处理笔记 (七)
语音特征参数估计
现代语音信号处理笔记 (六)
语音信号的非线性分析
现代语音信号处理笔记 (五)
线性预测分析
现代语音信号处理笔记 (四)
倒谱分析与同态滤波
现代语音信号处理笔记 (三)
短时傅里叶分析
现代语音信号处理笔记 (二)
时域分析
现代语音信号处理笔记 (一)
语音信号处理基础
python
Python Cookbook总结
14-15 章
Python Cookbook总结
12-13 章
Python Cookbook总结
9-10 章
Python Cookbook总结
7-8 章
Python Cookbook总结
1-6 章
knowledge graph
关系抽取笔记
综述(一)
<语义网基础教程>笔记(四)
本体工程
<语义网基础教程>笔记(三)
万维网本体语言:OWL2
<语义网基础教程>笔记(二)
查询语义网:SPARQL
语义网基础教程笔记(一)
资源描述框架:RDF
从零开始构建知识图谱(十三)
百科知识图谱构建(七)基于 Silk 的批量知识融合
从零开始构建知识图谱(十二)
百科知识图谱构建(六)基于Silk的知识融合
从零开始构建知识图谱(十一)
百科知识图谱构建(五)Jena的使用及简单SPARQL查询
从零开始构建知识图谱(十)
百科知识图谱构建(四)数据库到RDF
从零开始构建知识图谱(九)
百科知识图谱构建(三)神经网络关系抽取的数据集构建与实践
从零开始构建知识图谱(八)
百科知识图谱构建(二)将数据存进neo4j
从零开始构建知识图谱(七)
百科知识图谱构建(一)百科类知识抽取
从零开始构建知识图谱(六)
将数据存进Neo4j
从零开始构建知识图谱(五)
Deepdive抽取演员-电影间关系
RDF 1.1 Turtle 中文翻译
从零开始构建知识图谱(四)
基于ElasticSearch的简单语义搜索
从零开始构建知识图谱(三)
基于REfO的简单知识问答
从零开始构建知识图谱(二)
数据库到 NTriples 以及通过Apache jena 访问NT
从零开始构建知识图谱(一)
半结构化数据的获取
PRML
集成学习
决策树
K-means
KNN
主成分分析 PCA
NLP 手册
支持向量机 SVM
NLP 手册
朴素贝叶斯分类器
NLP 手册
隐马尔可夫模型 HMM
NLP 手册
EM 算法
NLP 手册
条件随机场 CRF
NLP 手册
逻辑回归
NLP 手册
线性回归
PRML学习笔记(十二)
第十二章 连续潜在变量
PRML学习笔记(十一)
第十一章 采样方法
PRML学习笔记(十)
第十章 近似推断
PRML学习笔记(九)
第九章 混合模型和EM
PRML学习笔记(八)
第八章 图模型
PRML学习笔记(七)
第七章 稀疏核机
PRML学习笔记(六)
第六章 核方法
PRML学习笔记(五)
第五章 神经网络
PRML学习笔记(四)
第四章 分类的线性模型
PRML学习笔记(三)
第三章 回归的线性模型
PRML学习笔记(二)
第二章 概率分布
PRML学习笔记(一)
第一章 绪论
database
MongoDB 入门笔记
Python
手写代码 习题集
剑指 Offer 篇
Numpy 笔记
Numpy 常用操作
Deep Learning
深度学习笔记(十三)
Normalization 总结
深度学习笔记(十二)
BERT
深度学习笔记(十一)
Word2Vec
深度学习笔记(十)
Attention 基础
深度学习笔记(九)
循环神经网络基础
深度学习笔记(八)
卷积神经网络基础
深度学习笔记(七)
激活函数
深度学习笔记(六)
正则化项
深度学习笔记(五)
常见损失函数
深度学习笔记(四)
神经网络中的权值初始化
深度学习笔记(三)
牛顿法与BFGS
深度学习笔记(二)
拉格朗日乘数法与KKT条件
深度学习笔记(一)
常见优化器