1996MZH的博客

https://github.com/huggingface/transformerstransformers主要包含以下这些类安装pip install transformers#并安装pytorch或tf2.0中的至少一个包含的模型结构BERT (from Google) released with the paper BERT: Pre-training of Deep Bidirectional Transformers for Language Understandi.

tfimport tensorflow as tf#tf常量tf.constant('Hello, TensorFlow!')# Start tf sessionsess = tf.Session()#basic operationa = tf.constant(2)b = tf.constant(3)with tf.Session() as sess: print ("a: %i" % sess.run(a), "b: %i" % sess.run(b)) prin

1.保存模型的dict#...XXXmodel = model(*args, **kwargs)torch.save(XXXmodel.state_dict(),'onlyDict.pkl'):读取dictpre_model = model(*args, **kwargs)pre_model.load_state_dict(torch.load('onlyDict.pkl'))2...

Xgboost的官方文档在这里https://xgboost.readthedocs.io/en/latest/我们今天直接从代码部分开始学习见下图黑色圈内的部分首先来看XGBoost参数（黑圈里的第二行）在运行XGBoost之前，一定要设定好三类参数：一般参数：即我们使用什么基学习器模型（一般树？线性模型？）来构建boosting算法（这里没有boosting算法的同学请自己...

pytorch常见错误原因是输入变量是double这时在输入后加一个“.float()”即可

cannot assign module before Module.init() call怀疑是没有在def init():后面加super(这里换成class的名称 self).init()

本文经过学习https://blog.youkuaiyun.com/u011089523/article/details/80198312https://blog.youkuaiyun.com/hjxzb/article/details/78610961总结如何在pandas中对dataFrame进行特征标准化 归一化max-min标准化：X_新=(X_旧-X_min)/(X_max-X_min )#假设...

参考pytorch官方文档https://pytorch.org/docs/master/nn.html#torch.nn.LSTM先上原图| 这里是关键参数介绍input_size:输入特征的数目hidden_size:隐层的特征数目num_layers：这个是模型集成的LSTM的个数 记住这里是模型中有多少个LSTM摞起来 一般默认就1个bias：用不用偏置 默认是用bat...

之前搭深度学习模型时，遇到过一个很棘手的问题：我的模型由三部分组成，前两部分读取某些特征，第三部分（LSTM）读取另外一些特征当我写好代码开始训练时，预测输出很快就会变成[nan,nan,nan,…nan]上网查了很多相关资料，https://www.cnblogs.com/bonelee/p/8603750.html总结起来发现大概有这样几个原因：学习率选取不当激活函...

f1=file('XXX.txt','r')for line in f1.readlines()[N:]: ......即为从第N行开始读取

from nltk.stem import WordNetLemmatizerlemmatizer = WordNetLemmatizer()lemmatizer.lemmatize('characters')输出character

from nltk.stem.porter import PorterStemmerporter_stemmer = PorterStemmer()porter_stemmer.stem('films')输出为film