ebxinxi_个人页

Elasticsearch 大文本字段中的中文精确查询

Spring data elasticsearch 3.1 大数据集访问手册外更新

Docker部署Elasticsearch的坑

Elasticsearch需要大量的机器，单机版上点数据就挂了，集群版本最少也是3台机器。 在Docker上可以轻松的模拟出多台机器的场景，还能在云主机上实现。

语料准备

之前查找了很多资料，发现语料准备这块的方法论很有限，在我看来如果说AI是个学生，语料其实是教科书，是知识的海洋，是AI的粮食，非常重要。 本文主要探讨有充分的语料基础后对语料进行预处理的办法。

文本分类达到0.717的准确率，发文庆祝

一直在关注文本分类的动态，直到最近找到了应用场景才开始真正动手。AI很火，但是泡沫终将远去，在AI技术成本昂贵的今天，我们的投资在多年后能留下多少一定是技术本身带来的商业价值。

如何使用深度学习训练聊天机器人

原文地址 译者观点：目前AI整体处于研究热点，很多领域离产业化还很远，比如本文中的主题如何制作聊天机器人，虽然各大厂都有不同涉足，但是涉及的领域有限，其实在各个细分领域都可以训练专用的聊天机器人。

Spring JPA elasticsearch 的坑

2018-10 更新： 刚刚把spring data elasticsearch 升级到了3.1.1, 适配Elasticsearch 6.2.2。 spring 也在准备转向Rest 客户端做准备了，不过目前这套架构用transport client还能工作。

gensim训练word2vec语料库初探

Word2Vec 究竟选择Tensorflow还是 gensim

最近想训练专业领域的语料库，深度学习领域python的版本较多，国内普遍使用gensim来训练，而word2vec是Google提出的，Tensorflow上有例子实现。

利用阿里云docker镜像服务加速镜像编译

阿里云docker镜像可以节省编译时间，便于在swarm各个容器间共享镜像，快速部署。主要采用github上的dockerfile与文件进行自动编译。 不过缺点是：所有的文件都需要上传到github，而部分文件属于机密文件，比如https服务器的证书文件。

怎样压缩Docker 镜像的大小

容器的便捷在于可以很快的搭建基础软件，但是如果你有2G的镜像还要常常pull 和push，还是有些麻烦。我们注意到Docker官方的很多镜像都是使用的Alpine版本的linux, 和我们常见的Ubuntu, Debian, Centos不一样。

Python虚拟环境包管理工具

Python不同的虚拟环境供不同的系统使用,项目之间的运行环境保持独立性而相互不受影响。在虚拟环境中和PIP对应的工具就是pip-tools。 pip-tools有2个模块 pip-compile ， pip-sync。

Swift 网络访问库Alamofire 访问https localhost服务器

Alamofire提供了比IOS标准库便捷的网络访问接口，沿用了Objective-C的AFNetwork的各种优点，所以成为了我迁移到Swift平台不二的选择。

怎么设计IOS登录页面的跳转关系

各种介绍简单的API调用的书很多，但是对于日常开发经常碰到的问题很少有介绍。我这里摘录翻译了一些大家推荐的模式，比如常见的登录窗口需求如下： -第一次启动应用程序时显示登录屏幕。