- 博客(7)
- 收藏
- 关注
RSS订阅原创 bert原理学习
这个CNN模型通过卷积层提取局部特征，通过时间池化层捕捉最重要的特征，并通过全连接层进行最终的分类。这种结构特别适用于文本分类任务，因为它能够有效地捕捉文本中的局部和全局信息。sequence-to-sequence模型这张图展示了一个序列到序列（Seq2Seq）模型的结构，通常用于自然语言处理中的序列生成任务，如机器翻译、文本摘要等。这个Seq2Seq模型通过编码器将输入序列转换为一个固定长度的向量表示，并通过解码器生成输出序列。这种结构特别适用于需要生成序列的任务，如机器翻译、文本摘要等。
2024-12-10 12:56:02
934
原创 集群服务器使用总结（个人版）
然后创建conda环境，和上面的步骤一样，激活环境，由于新的环境下且共有环境下没有pytorch框架，所以需要下载pytorch框架，使用pip安装，安装命令和版本去pytorch官网找，例如conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia，如果下载很慢的话可以使用镜像下载，要么在文件中配置镜像文件（例如去网上查找如何修改），要么使用一次性镜像下载（例如用GPT生成该命令）。
2024-11-13 16:13:39
907
原创 深度学习学习记录
启动jupyter notebook就在anaconda的命令窗口中键入jupyter notebook就行，环境以及搭好了，注意这个notebook所在的路径是终端的目录，如果和d2l的目录不一样需要用cd跳转（或者这里最好cd 到 d2l-zh 所在目录下运行 notebook）还可以用来诊断和测试 DirectPlay、 DirectSound、 DirectMusic、 DirectDraw 和 Direct3D 的功能。
2024-09-11 22:49:18
243
原创 吴恩达机器学习Course3要点记录
聚类算法查看许多数据点并自动查找相互关联或相似的数据点，监督学习如下相比之下，无监督学习如下，您了解的第一个无监督学习算法称为聚类算法，它在数据中寻找一种特定类型的结构以下是聚类在第一门课程第一周的一些应用。
2024-09-10 22:52:56
403
1
原创 基于Pytorch框架的花卉图像识别
Compose按顺序组合每一步操作，在预处理中做的第一件事是使用Resize（h，w）将图像转变为相同的尺寸大小，但可能会丢失信息，且h和w的值会显著影响最终结果，要通过某种策略选好，使用卷积时值大相对于值小来说卷积的地方也就越多，计算越慢，卷积的层数越大也就越慢。ToTensor（），把数据转化为tensor数据结构，Tensor（张量）是机器学习中的一个核心概念，它是神经网络等复杂计算模型的基础数据结构，是一种多维数组，可以用于描述和处理复杂的数学结构和模式。
2024-03-03 21:23:32
955
原创 吴恩达机器学习Course2要点记录
本课程course2讲授的神经网络neural networks，包含以下几大部分内容：①推理（预测），若你从网上下载别人训练好的神经网络参数，然后使用神经网络来做出预测，这也被称为推理②训练，训练自己的神经网络，比如你有一组示例x和y的训练集，如何为自己训练神经网络的参数③构建机器学习系统的一些实用建议④决策树，一种非常强大的学习算法之一。
2024-03-01 21:28:30
972
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