数据结构之线性表（一）
定义线性表：零个或者多个数据元素的有限序列，注意线性表的第一个元素没有前驱，最后一个元素没有后继，指向为空，并且任意一个元素仅仅对应一个或零个元素。
存储结构
顺序存储结构
顺序存储结构指的是用一段地址连续的存储单元依次存储线性表的元素，顺序存储结构具有三个特性：
存储空间的起始位置
线性表的最
...
排序算法（三）：希尔排序
希尔排序是插入排序的升级版，回忆插入排序，当拿到一张新的扑克牌，我们需要拿着它逐一与手中的牌比较。当这张新的扑克牌恰好是最小的，那意味着手里有多少张牌就要移动多少次，所以插入排序的时间复杂度跟原数组的有序程度紧密相连。
为了提高插入排序的效率，算法专家考虑是否能先把数组变得相对有序一些，尽量先把数组
...
排序算法（二）：堆排序
完全二叉树的特点（百度百科）：
一棵二叉树至多只有最下面的两层上的结点的度数可以小于2，并且最下层上的结点都集中在该层最左边的若干位置上，则此二叉树成为完全二叉树，并且最下层上的结点都集中在该层最左边的若干位置上，而在最后一层上，右边的若干结点缺失的二叉树，则此二叉树成为完全二叉树。
完全二叉树具备
...
详解RNN文本分类模型的架构
典型RNN模型下图是典型的RNN模型，$X$是输入，对文本经过嵌入层嵌入处理，再进入RNN，RNN的后面是全连接层，输出各个类别的概率。
下面来描述一次数据从输入到输出的完整过程：
在自然语言处理中，不管是中文还是英文，首先第一步的任务是如何将文本数据数值化。对于中文，可以先建立词汇表，给词汇表中
...
基于 Tensorflow 的 TextRNN 在搜狗新闻数据的文本分类实践
先前一篇文章基于 Tensorflow 的 TextCNN 在搜狗新闻数据的文本分类实践是CNN在文本分类中的一次尝试，在接触了LSTM之后了解到它自然语言处理中有非常广泛的应用，比如情感分析、信息提取（命名体识别）、机器翻译等领域大放异彩，本文就来看看它在文本分类上究竟会有什么样的表现。
机器学习算法系列（18）理解 LSTM 网络
先前仅仅是听RNN这个名词比较多一点，但没有深入去了解，在前一篇文章中我用CNN做了一次文本分类的实践，然后发现RNN也可以完成该任务，所以便开始寻找相关资料学习RNN。我比较推荐台大李宏毅老师的机器学习课程，算是比较清晰易懂的了，没有公式堆砌，完全“人肉手撕”。课程里面有两节专门讲解RNN，第一节讲原理（认真看），第二节讲应用的场景（快速过）。
学完课程，对照PDF课件差不多知道了RNN相比传统的神经网络具有“记忆”的特性，更加注重数据的上下文关系，就不难理解现有语音识别、机器翻译、自动生成等等技术背后的知识，以及RNN最成功的扩展长短时记忆网络（简称LSTM，Long Short-term Memory）。现在，我基本理解了RNN的一些知识，以笔记的形式记录下来。
基于 Tensorflow 的 TextCNN 在搜狗新闻数据的文本分类实践
这篇文章记录了从零开始用 tensorflow 构建卷积神经网络模型，并对搜狗的新闻数据做的文本分类实践。众所周知，tensorflow 是一个开源的机器学习框架，它的出现大大降低了机器学习的门槛，即使你没有太多的数学知识，它也可以允许你用“搭积木”的方式快速实现一个神经网络，即使没有调节太多的参数，模型的表现一般还不错。目前，tensorflow 的安装已经变得非常简单，一个简单的pip install tensorflow即可，然后import tensorflow as tf就能愉快玩耍了。
