- 博客(16)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 Day06【使用Word2Vec模型训练词向量】
使用Word2Vec模型训练一个词向量模型，并进行一些基本的词向量操作，比如查找相似词和进行词向量的类比。训练一个基于Word2Vec的中文词向量模型，使用jieba进行中文分词。训练好模型后，保存为文件并可以加载来进行使用。提供一个功能来进行词向量类比（例如“男人 + 母亲 - 女人”）并输出与之最相似的词。提供一个交互式命令行界面，允许用户输入词语并查找最相似的词。
2025-04-05 12:24:15
684
原创 Day06【基于词向量使用svm实现文本分类】
本文基于词向量（Word2Vec），使用支持向量机（SVM）作为分类器来预测文本的类别，来实现文本分类任务。代码的功能是加载预训练的Word2Vec模型，并利用该模型将文本转化为向量，再用支持向量机（SVM）进行训练和预测，最后输出分类结果的报告。利用已训练好的 Word2Vec 模型，将新闻文本的标题转化为词向量。然后使用支持向量机（SVM）对这些词向量进行训练和分类。
2025-04-05 00:15:56
484
原创 Day04【判断文本中是否有某些特定字符出现】
基于pytorch的网络编写，实现一个网络完成一个简单nlp任务，判断文本中是否有某些特定字符出现。
2025-04-04 16:53:29
109
原创 Day03【实现一个自行构造的找规律(机器学习)任务】
规律：x是一个5维向量，判断第几个数最大，比如【2，5，4，3，1】实现一个自行构造的找规律(机器学习)任务。第2个数最大，标签为1，其他数标签为0。基于pytorch框架编写模型训练。
2025-04-04 16:26:13
102
原创 【手动实现梯度下降法】
最小化损失函数的方法通常采用梯度下降法，即沿着负梯度方向可以达到函数值不断下降，一直到下降到参数无法更新或损失值为极小值等停止。设定了神经网络的网络结构（特征映射层，隐含层，输出层），一旦有了输入样本，就可根据网络结构输出预测值。神经网络的训练目标是使预测值尽可能接近真实值，预测值和真实值的差异就可用损失函数描述，神经网络的学习目标即使损失函数尽可能小，求解损失函数最小值的过程就是反向传播算法，反向传播算法每一步都使用梯度下降法来更新当层的网络参数。更多详细原理可参考B站视频。更多详细推导过程参考。
2025-04-04 16:12:03
379
原创 Day02:数字图像处理--双线性插值（二）
双线性插值是一种基于周围四个邻域像素点值来估算目标位置像素值的插值方法。它不仅考虑了水平方向的邻近像素，还考虑了垂直方向的邻近像素。这使得插值结果比最近邻插值更加平滑。双线性插值是一种简单而高效的图像插值方法，广泛应用于图像缩放中。它通过考虑周围四个邻域像素的加权平均，能够平滑地计算目标图像的像素值。尽管它在某些情况下可能会有模糊现象，但相较于其他插值算法，双线性插值提供了良好的平衡，特别适合用于图像的快速缩放。
2024-12-24 23:20:34
689
原创 Day02:数字图像处理--灰度图与二值化（一）
本文介绍了如何使用 Python 和 OpenCV 进行图像的灰度化与二值化处理。灰度化和二值化是图像预处理的重要步骤，它们能够简化图像内容、去除冗余信息，为后续的图像分析和处理提供更简洁的图像表示。灰度化：通过加权平均 RGB 三个通道的值，将彩色图像转换为灰度图。二值化：通过选择阈值，将图像分为两类，常用于二分类任务或提取特征。
2024-12-24 22:29:59
2167
原创 Day01:使用pytorch实现Adam优化器及反向传播算法
Adam（Adaptive Moment Estimation）优化器是一种常用于训练深度学习模型的优化算法。它能够自适应调整学习率，适应不同参数的更新速度，因此它在许多深度学习任务中表现出色，尤其是在处理稀疏梯度和大规模数据时。
2024-12-04 21:54:40
596
1
原创 Day00:箱线图统计学知识
箱线图统计学知识上限值：Q1-1.5×IQR上相邻值：距离上限值最近的值须线：上下分位数各自与上下相邻值的距离上四分位数（Q1)：一组数据按顺序排列，从小至大第25%位置的数值中位数：一组数据按顺序排列，从小至大第50%位置的数值中位线（IQR）：Q3-Q1上四分位数至下四分位数的距离下四分位数（Q3）：一组数据按顺序排列，从小至大第75%位置的数值下相邻值：距离下限值最近的值下限值：Q3+1.5×IQR离群值（异常值）：一组数据中超过上下限的真实值温和异常值：1.5倍IQR开外.
2021-02-23 17:29:08
804
2
原创 关于python包安装本地网络不给力的问题
python Pycharm 更换pip源为国内镜像源，访问飞起 清华: https://pypi.tuna.tsinghua.edu.cn/simple/ 豆瓣: http://pypi.douban.com/simple/ 阿里: http://mirrors.aliyun.com/pypi/simple/ 使用命令pip install xx -i http://pypi.douban.com/simple ...
2021-02-23 15:13:31
83
转载 关于c++文件读写
转自https://www.cnblogs.com/Lin-Yi/p/11071822.html c++读写文本文件#include <iostream>#include <fstream> // 读写文件的头文件#include <string>using namespace std;/*1 文本文件 写文件 1 包含头文件 #include <fstream> 2 创建流对象...
2021-02-23 14:19:02
406
Day06【贝叶斯实现文本分类】-新闻文本数据
2025-04-05
40天成为资深设计师（平面设计师资料）
2017-06-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人