shuzip的博客

赛题背景抽象与推理的挑战计算机能从几个例子中学习复杂、抽象的任务吗?当前的机器学习技术需要大量的数据，而且很脆弱——它们只能理解以前看到的模式。使用当前的方法，一个算法可以通过接触大量数据来获得新的技能，但是可以广泛应用于许多任务的认知能力仍然难以捉摸。这使得创建能够处理现实世界的可变性和不可预测性的系统变得非常具有挑战性，比如家用机器人或自动驾驶汽车。然而，其他的方法，比如归纳式编程，...

本人菜鸡，NLP新手，本文记录了参加这个比赛的过程。赛题地址：https://www.datafountain.cn/competitions/350

训练神经网络的时候，增大了隐藏层的神经元个数，突然间loss值变成了nan经过多方搜索，找到了原因tensorflow解决方法网上已有，这里贴keras的解决办法在pycharm里import keraskeras.lossesctrl + 左键 losses 进入损失函数模块找到调用的损失函数，这里是def categorical_crossentropy(y_true, y...