- 博客(15)
- 收藏
- 关注
RSS订阅原创 服务器配置torch1.4.0虚拟环境
项目环境配置 1、python 3.5———>用3.6以上版本 2、jupyter notebook 3、torch1.4.0 4、numpy 1.16.2 5、gensim 3.8.1 6、tqdm4.31.1 7、pickle 8、json 9、nltk 第一步：创建虚拟环境 conda create -n torch1.4 python=3.5 第二步：进入该虚拟环境 conda activate torch1.4 第三步：安装能使用gpu加速的pytorch，先查看cuda版本 nvid
2021-12-16 12:02:09
4981
原创 （2014）Glove:Global Vectors for Word Representation
基于全局信息的单词向量表示AbstractIntroduction三级目录 Abstract 1、目前词向量学习模型能够成功的使用算术计算（词向量的加、减运算）来捕捉词与词之间细微的语法和语义规律。 2、但是这些规律背后的原理依旧是不清楚的，经过仔细的分析，我们发现了模型特性中这些规律在词向量中浮现。 3、结果基于词提出了一种新的对数双线性回归模型，这种模型结合了文中两个主要模型组的优点：全局矩阵分解和局部上下文来学习词向量。 4、我们的模型只在共现矩阵的非0位置训练以达到有效使用统计信息的目的，而不是在整
2021-12-15 16:28:43
918
原创 （2013 Distribute Representations of Words and Phrases and their Compositionality）词和短语的分布式表示和组成
Distribute Representations of Words and Phrases and their Compositionality摘要介绍模型介绍The Skip-gram（未完待续） 摘要 连续Skip-gram模型，用来学习高质量的分布式词向量表示，可以抓住精确的语法和语义词关系。在本篇论文中，我们提出既可以提高词向量质量又可以提高训练速度的方法。通过对高频词的二次采样，我们获得了重大意义上的速度提升，并且也学到了更多规则的单词表示。 另外还描述了一种代替hierarchical so
2021-12-09 16:21:40
363
原创 关于pycharm同步服务器文件的配置
step1 这个步骤比较关键。直接从tools下面的deployment到configure里面没配置成功。
2021-11-22 13:36:41
711
原创 PyTorch深度学习实践
完全使用PyTorch框架的工具来构建模型，输入数据等。 完成最简单的y=w∗x+by=w*x+by=w∗x+b模型的构建过程 数据集不再使用列表数据，使用Tensor对象来保存，一次输入一个3∗13*13∗1的数据矩阵。 x y 1.0 2.0 2.0 4,0 3.0 6.0 4.0 ？ 将数据集批量送入模型中，实现代码如下： # Author:gt # CreatTime:2021/10/31 # FileName:lesson4.py #用PyTorch来构建线性模型y
2021-10-31 21:28:16
650
原创 PyTorch深度学习实践
模型y=w1∗x2+w2∗x+by=w1*x^2+w2*x+by=w1∗x2+w2∗x+b loss=(y′−y)2loss=(y'-y)^2loss=(y′−y)2 数据集： x y 1.0 2.0 2.0 4.0 3.0 6.0 4.0 ? 实现代码如下： # Author:gt # CreatTime:2021/10/31 # FileName:homework2.py #模型是：y=w1*(x**2)+w2*x+b loss=(y^-y)**2 import num
2021-10-31 21:20:22
136
原创 PyTorch深度学习实践
使用PyTorch提供的工具来计算反向传播过程。 模型y=w*x 数据集： x y 1.0 2.0 2.0 4.0 3.0 6.0 4.0 ? 实现代码： # Author:gt # CreatTime:2021/10/29 # FileName:lesson3.py #利用PyTorch框架实现y=w*x 这个最简单的线性模型 import torch #准备数据集 x_train=[1.0,2.0,3.0] y_train=[2.0,4.0,6.0] #用Tensor来
2021-10-31 21:10:09
860
原创 PyTorch深度学习实践
随机梯度下降 模型（y=wx） 数据集 x y 1.0 2.0 2.0 4.0 3.0 6.0 4.0 ? 实现代码： # Author:gt # CreatTime:2021/10/29 # FileName:lesson2_1.py #第一步，准备数据集 x_train=[1.0,2.0,3.0] y_train=[2.0,4.0,6.0] w=1.0 #模型 def forward(x): return x*w #损失函数 def loss(x,y):#单个样
2021-10-29 17:08:38
180
原创 PyTorch深度学习实践
总体样本上的梯度下降 模型仍然还是y=wx 数据集： x y 1.0 2.0 2.0 4.0 3.0 6.0 4.0 ？ 在总体代价函数上使用梯度下降 代码部分： # Author:gt # CreatTime:2021/10/29 # FileName:lesson2.py #总体样本随机梯度下降算法 #使用梯度下降的方法找到代价函数的最小值 #从这里已经可以开始看到梯度下降和反向传播的雏形 #第一步 #准备数据集 x_train=[1.0,2.0,3.0] y_trai
2021-10-29 16:27:45
265
原创 PyTorch深度学习实践
线性模型课后作业 模型 y=wx+b(y=2x+4) 数据集： x y 1.0 6.0 2.0 8.0 3.0 10.0 4.0 ? 实现代码部分 # Author:gt # CreatTime:2021/10/29 # FileName:homework1.py #线性模型y=w*x+b import numpy as np import matplotlib.pyplot as plt #用python画二元函数的3D图像 from mpl_toolkits.mplot3
2021-10-29 15:15:59
133
原创 《PyTorch深度学习实践课程》
线性模型 y=wx 数据集： x y 1.0 2.0 2.0 4.0 3.0 6.0 4.0 ? 代码实现： # Author:gt # CreatTime:2021/10/29 # FileName:lesson1.py #线性模型 import numpy as np import matplotlib.pyplot as plt #准备数据集 x_train=[1.0,2.0,3.0] y_train=[2.0,4.0,6.0] #模型 def forward(x)
2021-10-29 11:10:39
130
原创 Ubuntu系统下用linux命令配置tensorflow环境
第一步： 创建python虚拟环境 conda create -n mytensorflow python=3.8 创建好之后，用 conda activate mytensorflow 进入虚拟环境 （插个题外小笔记） pip list #显示该环境下所有安装包 conda env list #显示该环境下所有虚拟环境 第二步 安装tensorflow pip install --upgrade tensorflow #若果pip没有更新成最新版本 pip install --upg.
2021-10-20 15:30:43
149
原创 服务器Ubuntu系统用linux命令安装pytorch
服务器Ubuntu系统用linux命令安转pytorch 第一步：检查一下系统GPU版本 使用命令 nvidia-smi 结果显示： 第二步：创建一个新的python虚拟环境用来安装pytorch 使用以下命令创建了一个名为mypytorch的虚拟环境 conda create -n mypytorch python=3.8 第三步：在虚拟环境中安装pytorch （插一句，可以使用下面的命令来查看虚拟环境中的安装包） pip list 第三步：官网的命令由于网络原因经常下载失败，所以使用清华的镜像
2021-10-19 17:31:51
379
1原创 pytorch深度学习实践打卡day1
《PyTorch深度学习实践》完结合集课堂源码+课后作业第二讲线性模型课后作业 线性模型 #线性模型 import numpy as np import matplotlib.pyplot as plt #数据集 x_data=[1.0,2.0,3.0] y_data=[2.0,4.0,6.0] #模型函数 def forward(x): return x*w #损失函数 def loss(x,y): y_pred=forward(x) return(y_pred - y)**2
2021-04-07 10:20:59
309
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人