mensyne的博客

CNN模型 code实现 ## 二维互相关 import torch import torch.nn as nn def corr2d(X, K): H, W = X.shape h, w = K.shape Y = torch.zeros(H - h + 1, W - w + 1) for i in range(Y.shape[0]): for...

机器翻译 1.定义 将一段文本从一种语言自动翻译为另一种语言， 用神经网络解决这个问题通常称为神经机器翻译（NMT）。 主要特征：输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同。 2.code 实现 ## 机器翻译定义 """ 主要是将一段文本从一种语言自动翻译成另外一种语言 输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同 """ import os o...

过欠拟合 1.定义 一类是模型无法得到较低的训练误差，我们将这一现象称作欠拟合（underfitting）； 另一类是模型的训练误差远小于它在测试数据集上的误差，我们称该现象为过拟合（overfitting）。 在实践中，我们要尽可能同时应对欠拟合和过拟合。虽然有很多因素可能导致这两种拟合问题，在这里我们重点讨论两个因素：模型复杂度和训练数据集大小。 2.code实现 import torch...

RNN模型 import os os.listdir('/home/kesci/input') import numpy as np import torch from torch import nn,optim import torch.nn.functional as F import sys sys.path.append('../input/') import d21_jay9460...

文本预处理 ## 读入文本 import collections import re def read_time_machine(): with open('/home/kesci/input/timemachine7163/timemachine.txt', 'r') as f: lines = [re.sub('[^a-z]+', ' ', line.strip()...

线性回归 从0开始的实现 import torch import matplotlib.pyplot as plt import numpy as np import random from IPython import display ### 显示torch 版本 print(torch.__version__) ## 生成1000个样本数据 num_inputs = 2 num_examp...