- 博客(13)
- 收藏
- 关注
RSS订阅转载 BLEU原理详解
BLEU全称是：a Method for Automatic Evaluation of Machine Translation(是一种用来评估机器翻译的评价指标)广泛出现在，文本生成的论文当中。BLEU采用一种N-Gram的匹配规则，具体来说就是比较译文和参考文献之间的N组词的相似度：举个例子：Source Sentence: 今天天气不错.Target Sentence: It is a nice day today.Candidate Sentence：Today is a nice day
2021-06-01 20:30:51
5246
2
转载 梯度下降
在学习机器学习和深度学习入门的过程中，一个基础知识点是怎么也绕不开的–梯度下降在本章节的内容中，我们将会解析梯度下降的意义，并且用代码来三维的显示出其特点：结合我们前面学习的知识，以一维线性回归为例子，梯度下降算法是用来针对，利用某一数据集拟合出一条符合数据集分布的直线，从而达到可以预测下一个样本点的结果，在直线拟合的过程中，梯度下降法用来更新参数，以此来寻找使得损失函数最小的参数值。执行代码如下：Gradient_descent.py:import numpy as npimport mat
2021-05-26 09:59:36
235
转载 深度学习入门02
前面，我们已经了解到了，干之前在面对数据集不是线性可分的时候，[感知器规则]无法收敛为了解决这个问题：我们将使用一个可导的线性函数来代替感知器的阶跃函数，这种感知器我们成为线性单元(Linear Unit)：此时线性单元的结构如下：对比前面我们提及的感知器：在改变了激活函数之后，线性单元就可以用来解决以往感知器不能解决的回归问题在针对线性回归模型的总结中,我们根据Ng教授的例子进行讲解：在寻找损失函数最小值的时候，我们就引入了梯度下降优化算法需要具体了解的看网易云课堂–《机器学习》
2021-05-24 22:39:15
146
原创 2021-05-24
在上一个深度学习的基础任务中，我们学会了编写一个简单的感知器，以此来实现线性分类。但是感知器存在着一个问题，就是当面对的数据集不是线性可分的时候，感知器规则无法收敛感知器规则...
2021-05-24 21:34:18
122
转载 【Pytorch官方教程2】字母级RNN的生成任务
【Pytorch官方教程2】字母级RNN的生成任务#代码的第一部分仍然需要将/name/[Language].txt中的所有文件读取进来#n_letters表示所有字母的数量。<EOS>符号用来结束文本生成的过程，在本次实验中，我们使用他来结束RNN的循环#由于某些语言和常见的英文不太一样，所以我们需要转化函数---unicodeToAscii（）from __future__ import unicode_literals, print_function, divisionfrom
2021-05-23 14:48:02
290
转载 深度学习入门01
212实验室日记05第一阶段，是了解Pytorch的基本知识与基本方法在第二阶段的学习过程中，我们可以三线同时开始：1)完成Pytorch的官方任务；2)继续《机器学习》的学习；3)同时开始《深度学习》的学习.借鉴的学习资料：1)邱锡鹏–《神经网络与深度学习》2)Pytorch官方教程3)李宏毅–《机器学习》课程4)吴恩达–《机器学习》课程Task_1:零基础入门深度学习(1)–感知器https://www.zybuluo.com/hanbingtao/note/433855在
2021-05-22 10:18:52
182
转载 212实验室日记04
212实验室日记04前面两天的任务中，我们实现了使用全连接网络来完成MNIST手写数字的任务但是，其实在图像识别任务中，FC网络并不适合于此任务。因此，在本实验中，我们会使用卷积神经网络来完成MNIST手写数字的识别任务FC网络之所以不适合图像识别，有以下几个问题：1）参数数量过多图像只扩大很小一点的时候，参数的数量就会增加很多，因此其扩展性很差。2）无法利用像素之间的位置信息由于FC网络本身的特点，其某一层的神经元会与上一层的所有神经元相连，这种结构无法很好的区分图片中，那些像素相近，那些
2021-05-20 14:11:42
154
转载 212实验室日记03
Pytorch搭建逻辑回归模型进行分类逻辑回归起源于对人口数量的增长情况研究，后来又被应用于微生物的生物生长情况，实际上是在处理“分类”问题。需要手动实现的代码：import torchfrom torch import nnfrom torch.autograd import Variableimport matplotlib.pyplot as pltimport numpy as np# 假数据n_data = torch.ones(100, 2) # 数据的基本形态x0 =
2021-05-18 14:23:59
157
转载 212实验室日记02
212实验室日记02Pytorch：搭建一维线性回归模型实验室成员需要手动完成代码：#首先,制造出一些数据集import torchimport torch.nn as nnimport matplotlib.pyplot as pltimport numpy as npimport randomfrom torch.autograd import Variablex = torch.unsqueeze(torch.linspace(-1, 1, 100), dim=1)y = 3
2021-05-15 11:36:10
181
转载 212实验室--实验室日记01
(212实验室–深度学习小组 实验室日记-01)Pytorch1. Pytorch简述PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的深度神经网络。其中，Pytorch安装包和基于pytorch的自然语言处理教程–Natural
2021-05-13 11:26:38
230
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