- 博客(23)
- 收藏
- 关注
RSS订阅原创 bert实战
功能定义基于 BERT 的文本分类模型。关键点使用BertModel加载预训练 BERT 模型。在 BERT 的输出后添加一个全连接层（nn.Linear）用于分类。使用对输入文本进行分词和编码。self.bert = BertModel.from_pretrained(bert_path) # 加载预训练 BERT 模型self.cls_head = nn.Linear(768, num_class) # 分类头。
2025-02-11 21:54:01
987
原创 深度学习--自注意力机制
自注意力机制（Self-Attention Mechanism）是深度学习中的一种重要技术，广泛应用于自然语言处理、计算机视觉等多个领域。
2025-01-24 21:42:38
849
原创 深度学习--无监督学习
无监督学习是指在没有给定明确标签或目标值的情况下，对数据进行分析和学习的方法。它旨在发现数据中的自然结构、模式或规律，例如将数据聚类成不同的组，或者学习数据的分布特征等。
2025-01-24 15:24:53
973
原创 卷积神经网络（分类任务-图片分类）
卷积神经网络（ConvolutionalNeuralNetwork）是一种深度学习模型，在图像识别、语音识别等诸多领域取得了显著成果。
2025-01-17 21:26:26
843
原创 28. 在O(1)时间删除链表结点
给定单向链表的一个节点指针，定义一个函数在O(1)时间删除该结点。假设链表一定存在，并且该节点一定不是尾节点。
2024-05-09 15:04:40
202
1
原创 771. 字符串中最长的连续出现的字符
求一个字符串中最长的连续出现的字符，输出该字符及其出现次数，字符串中无空白字符（空格、回车和 tab𝑡𝑎𝑏），如果这样的字符不止一个，则输出第一个。
2024-04-30 15:57:38
215
1
原创 764. 输出字符串
给定一个字符串 𝑎，请你按照下面的要求输出字符串 𝑏。给定字符串 𝑎 的第一个字符的 ASCII 值加第二个字符的 ASCII 值，得到 𝑏 的第一个字符；给定字符串 𝑎 的第二个字符的 ASCII 值加第三个字符的 ASCII 值，得到 𝑏 的第二个字符；给定字符串 𝑎 的倒数第二个字符的 ASCII 值加最后一个字符的 ASCII 值，得到 𝑏 的倒数第二个字符；给定字符串 𝑎 的最后一个字符的 ASCII 值加第一个字符的 ASCII 值，得到 𝑏 的最后一个字符。
2024-04-30 15:56:42
239
1
原创 756. 蛇形矩阵
输入两个整数 𝑛 和 𝑚，输出一个 𝑛 行 𝑚 列的矩阵，将数字 1 到 𝑛×𝑚 按照回字蛇形填充至矩阵中。具体矩阵形式可参考样例。
2024-04-24 14:52:04
404
1
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