suwenyuan

2019年12月3日

pytorch 建立前向传播网络的3种方法、其中包含有卷积层、激活层、池化层、全连接层

摘要：利用pytorch来构建网络模型，常用的有如下三种方式前向传播网络具有如下结构：卷积层--》Relu层--》池化层--》全连接层--》Relu层对各Conv2d和Linear的解释如下 Conv2d的解释如下 """ Conv2d(in_channels, out_channels, kern 阅读全文

posted @ 2019-12-03 21:18 suwenyuan 阅读(1075) 评论(0) 推荐(0) 编辑

python 3种格式化输出

摘要： 1.格式化输出，占位符 #整型输出%d print ('整型 %d'% 10)#整型 10 #输出浮点数,小数点后保留两位有效位数 print ('浮点数,小数点后保留两位有效位数 %.2f ' % (1.890))#浮点数,小数点后保留两位有效位数 1.89 #输出字符串%s print ('字符阅读全文

posted @ 2019-12-03 17:12 suwenyuan 阅读(713) 评论(0) 推荐(0) 编辑

2019年12月2日

2018—论文阅读—分类任务

摘要： 2018文本分类任务经典论文如下 1.Hierarchical Convolutional Attention Networks for Text Classification 2018 ACL 引用量：5+ ensemble：层级网络、self-attention、卷积、elu 2.Underst 阅读全文

posted @ 2019-12-02 11:07 suwenyuan 阅读(360) 评论(0) 推荐(0) 编辑

2017—论文阅读—分类任务

摘要： 2017文本分类任务经典论文如下 1.Very Deep Convolutional Networks for Text Classification 基本信息：2017 aCL 200+ 模型框架：字符级卷积，和resnet结构很相似，最后加了三层全连接层，三次池化，在所有的卷积之后，有一个k-m 阅读全文

posted @ 2019-12-02 11:05 suwenyuan 阅读(420) 评论(0) 推荐(0) 编辑

2016—论文阅读—分类任务

摘要： 2016文本分类任务经典论文如下 1.Hierarchical Attention Networks for Document Classification 基本信息:2016 NAACL 800+ 2.Neural Attention Models for Sequence Classificat 阅读全文

posted @ 2019-12-02 11:00 suwenyuan 阅读(139) 评论(0) 推荐(0) 编辑

2015—论文阅读—分类任务

摘要： 2015年的经典分类论文整理如下 1.character-level-convolutional-networks-for-text-classification 基本信息：2015 nips 1000+ 模型参数：字符个数70，亦即特征有70；输入长度是1014，每个字母可以是one-hot或者是阅读全文

posted @ 2019-12-02 10:59 suwenyuan 阅读(128) 评论(0) 推荐(0) 编辑

2014—论文阅读—分类任务

摘要： Convolutional Neural Networks for Sentence Classification 基本信息：2014 emnlp 4000+ 适合场景：句子级别分类，亦即短文本分类创新点：开创性的将卷积操作应用到自然语言处理当中模型结构：卷积——依照词的方向，进行一维卷积；池化阅读全文

posted @ 2019-12-02 10:57 suwenyuan 阅读(240) 评论(0) 推荐(0) 编辑

2019年11月29日

网络中的超参数

摘要： 1. 学习率学习率是指在优化算法中更新网络权重的幅度大小。学习率可以是恒定的、逐渐降低的、基于动量的或者是自适应的，采用哪种学习率取决于所选择优化算法的类型，如SGD、Adam、Adagrad、AdaDelta或RMSProp等算法。 2. 迭代次数迭代次数是指整个训练集输入到神经网络进行训练的阅读全文

posted @ 2019-11-29 16:16 suwenyuan 阅读(818) 评论(0) 推荐(0) 编辑

CNN详解——包括反卷积、卷积核的种类

摘要：一、卷积网络基本概念作用：也可以称作为滤波器，是消除噪声(在图像上是指引起较强视觉效果的孤立像素点或像素块)，提取主要研究对象。优点：参数共享利用BP自动学习权重特征缺点：需要大量的有监督数据特征：较浅的卷积层感受野较小，学习到一些局部区域的特征。较深的卷积层具有较大的感受野，能够阅读全文

posted @ 2019-11-29 16:16 suwenyuan 阅读(2301) 评论(0) 推荐(0) 编辑

C++ string类

摘要：一.初始化 string string1; string string2="hello world";string string3("hello world"); string string4(10,'h'); 二.对象的比较可以用 <、<=、==、!=、>=、> 运算符比较 string 对象。阅读全文

posted @ 2019-11-29 14:18 suwenyuan 阅读(257) 评论(0) 推荐(0) 编辑

公告