
深度学习
文章平均质量分 94
Suppose-dilemma
这个作者很懒,什么都没留下…
展开
-
NLP模型(五)——Transformer模型实现(以一个小型文本翻译为例子)
Transformer的手动实现,从零开始,以一个文本翻译的数据集为例子原创 2023-09-01 10:24:54 · 1549 阅读 · 3 评论 -
NLP模型(五)——Transformer模型介绍
Transformer的各个结构的介绍原创 2023-09-01 10:23:52 · 611 阅读 · 0 评论 -
NLP模型(四)——seq2seq模型与Attention机制实现
定义模型获取模型实例:param model_param: 网络的相关参数:param seq2seq:网络结构。原创 2023-05-04 14:18:40 · 1084 阅读 · 1 评论 -
NLP模型(四)——seq2seq模型与Attention机制介绍
seq2seq模型介绍与软性Attention介绍原创 2023-05-04 13:32:51 · 1818 阅读 · 0 评论 -
NLP模型(三)——FastText介绍
FastText模型介绍原创 2022-11-20 12:41:54 · 7219 阅读 · 0 评论 -
NLP模型(二)——GloVe实现
GloVe模型训练词向量的代码实现原创 2022-11-13 18:50:14 · 1859 阅读 · 4 评论 -
NLP模型(二)——GloVe介绍
NLP模型之GloVe模型介绍原创 2022-11-12 19:17:36 · 2798 阅读 · 0 评论 -
NLP模型(一)——word2vec实现
word2vec算法中skip-gram的实现原创 2022-11-11 12:45:01 · 2447 阅读 · 7 评论 -
NLP模型(一)——word2vec介绍
word2vec中的skip-gram算法的介绍和参数更新原创 2022-10-28 21:14:37 · 1225 阅读 · 1 评论 -
Pytorch中Tensor类型转换
pytorch中张量之间的类型转换、张量与普通类型的转换,张量的初始化方法原创 2022-11-14 11:28:44 · 3836 阅读 · 0 评论 -
pytorch学习(七)——文本分类实例
pytorch文本分类实例原创 2022-11-01 14:50:49 · 3670 阅读 · 0 评论 -
pytorch学习(六)——优化器
pytorch 中的优化器简要介绍原创 2022-10-28 10:34:28 · 2048 阅读 · 0 评论 -
pytorch学习(五)——损失函数
pytorch 损失函数原创 2022-10-26 15:39:59 · 612 阅读 · 0 评论 -
pytorch学习(四)——激活函数
pytorch 中的激活函数介绍原创 2022-10-24 23:05:46 · 2427 阅读 · 0 评论 -
pytorch学习(三)——模型层
pytorch 构建模型,模型层讲解原创 2022-10-23 11:07:55 · 1006 阅读 · 0 评论 -
pytorch学习(二)——Dataset和DataLoader
pytorch的Dataset,DataLoader,Python的迭代器和生成器原创 2022-10-22 12:22:40 · 1238 阅读 · 0 评论 -
pytorch学习(一)——图像多分类实例
Pytorch图像多分类实例原创 2022-10-21 20:45:58 · 1779 阅读 · 0 评论 -
NNI优化超参数
NNI进行超参数的优化原创 2022-12-28 10:56:37 · 2604 阅读 · 1 评论 -
网络优化(六)——超参数优化
超参数优化概要原创 2022-12-28 10:56:15 · 3051 阅读 · 0 评论 -
网络优化(五)——正则化
网络优化中的正则化优化原创 2022-11-03 16:41:26 · 676 阅读 · 0 评论 -
网络优化(四)——逐层归一化
网络优化中的逐层归一化方法解释,包含批量归一化,层归一化,权重归一化,局部响应归一化原创 2022-11-01 23:45:01 · 1255 阅读 · 0 评论 -
网络优化(三)——参数初始化
神经网络中的神经网络参数权重初始化方法以及pytorch实现原创 2022-10-31 14:08:13 · 1416 阅读 · 0 评论 -
网络优化(二)——梯度下降
深度学习中的梯度下降算法的介绍原创 2022-10-30 12:46:01 · 408 阅读 · 0 评论 -
网络优化(一)——学习率调整
神经网络深度学习中的网络优化,调整学习率的方法原创 2022-10-29 16:42:17 · 1853 阅读 · 0 评论