MissingDi的博客

沿给定轴，按照索引张量将原张量的指定位置的元素重新聚合成一个新的张量torch.gather(input, dim, index, out=None) → Tensor参数含义：input (Tensor) – 源张量dim (int) – 索引的轴index (LongTensor) – 聚合元素的下标(index类型需是torch.longTensor)out (Tensor, ...

文章目录RNNGRUstep 1 :载入数据集step 2 :初始化参数RNNRNN存在的问题：梯度较容易出现衰减或爆炸（BPTT）GRU⻔控循环神经⽹络：捕捉时间序列中时间步距离较⼤的依赖关系重置⻔有助于捕捉时间序列⾥短期的依赖关系；更新⻔有助于捕捉时间序列⾥⻓期的依赖关系step 1 :载入数据集import osos.listdir('/home/kesci/i...

文章目录一、过拟合、欠拟合概念二、多项式函数拟合实验2.1 初始化模型参数2.2 定义、训练和测试模型一、过拟合、欠拟合概念训练模型中经常出现的两类典型问题：欠拟合：模型无法得到较低的训练误差过拟合：模型的训练误差远小于它在测试数据集上的误差在实践中，我们要尽可能同时应对欠拟合和过拟合。有很多因素可能导致这两种拟合问题，在这里我们重点讨论两个因素：模型复杂度和训练数据集大小。- 模...

torch.randn()torch.randn(*sizes, out=None) → Tensor返回一个张量，包含了从标准正态分布(均值为0，方差为 1，即高斯白噪声)中抽取一组随机数，形状由可变参数sizes定义。参数:sizes(int…): 整数序列，定义了输出形状out (Tensor, optinal) : 结果张量例子:>>> torch.r...

文本预处理文本是一类序列数据，一篇文章可以看作是字符或单词的序列，本节将介绍文本数据的常见预处理步骤，预处理通常包括四个步骤：1.读入文本2.分词3.建立字典，将每个词映射到一个唯一的索引（index）4.将文本从词的序列转换为索引的序列，方便输入模型语言模型一段自然语言文本可以看作是一个离散时间序列，给定一个长度为TT的词的序列w1,w2,…,wTw1,w2,…,wT，语言模型的目...

一、线性回归线性回归输出是一个连续值，因此适用于回归问题。回归问题在实际中很常见，如预测房屋价格、⽓温、销售额等连续值的问题。与回归问题不同，分类问题中模型的最终输出是⼀个离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题。–线性回归的基本要素以一个简单的房屋价格预测作为例子来解释线性回归的基本要素。⽬标是预测一栋房...