🎵在大多数悲剧里面 真正的伤心很少见🎵|

dayceng

园龄:3年9个月粉丝:66关注:10

随笔分类 -  深度学习

【防忘笔记】一个例子理解Pytorch中一维卷积nn.Conv1d
摘要:一维卷积层的各项参数如下 torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', devic
3704
0
0
【防忘笔记】卷积层输入输出大小计算
摘要:卷积输出大小计算方法 tensorflow中的常用卷积操作API 正向卷积:Conv2D() 举例: ... Conv2D(128, kernel_size=4, padding="same") # 128个过滤器(128维),卷积核大小为4,边缘填充 # 注:此处步长为默认值1,此时使用paddi
656
0
0
【生成对抗网络学习 其三】BiGAN论文阅读笔记及其原理理解
摘要:参考资料: 1、https://github.com/dragen1860/TensorFlow-2.x-Tutorials 2、《Adversarial Feature Learning》 本次是对阅读BiGAN论文的一个记录,包含我自己对于BiGAN的一些理解 因为BiGAN在代码实现上没有很大
744
0
0
【生成对抗网络学习 其二】GAN(keras实现)代码阅读笔记
摘要:想来想去还是记录一下吧,主要是怕以后时间长忘了 好记性不如烂笔头 代码来自eriklindernoren的开源GAN实现:https://github.com/eriklindernoren/Keras-GAN 主要是添加了一些注解,大家可以参考原工程来看 因为dcgan本质上与gan没什么区别(在
917
0
0
【生成对抗网络学习 其一】经典GAN与其存在的问题和相关改进
摘要:参考资料: 1、https://github.com/dragen1860/TensorFlow-2.x-Tutorials 2、《Generative Adversarial Net》 直接介绍GAN可能不太容易理解,所以本次会顺着几个具体的问题讨论并介绍GAN(个人理解有限,有错误的希望各位大佬
828
0
0
BERT-Pytorch版本代码pipline梳理
摘要:最近在做BERT的fine-tune工作,记录一下阅读项目https://github.com/weizhepei/BERT-NER时梳理的训练pipline,该项目基于Google的Transformers代码构建 前置知识 bert的DataLoader简介(真的很简介) https://zhu
252
0
0
如何理解雅克比矩阵在深度学习中的应用?
摘要:标题取得有点宽泛,本次主要探讨:在梯度下降中雅可比矩阵是用来干嘛的以及我们为什么要在反向传播里使用雅可比矩阵 雅可比矩阵与线性近似 一元函数的线性近似 现在有一个共识:函数在某一点处的导数是它在这一点处的切线的斜率 设有一点x*,在x *附近构造函数f(x)的一个近似: 其中,f'(x*)是函数在x
1587
6
0
【NLP学习其四】如何构建自己用于训练的数据集?什么是词性标注?
摘要:数据集与词性标注 数据集是NLP中的重要一环。 但是提到数据集,很多人的第一个想法可能是:“这玩意从网上下载就好了,不用管”。 真的不用管?最开始我也是这么认为的 于是我直奔CoNLL-2003去下载数据集。地址如下:https://www.clips.uantwerpen.be/conll2003
1468
0
0
【NLP学习其3.5】词嵌入的特性,为什么词之间会有联系?
摘要:词嵌入的特性 现在你有了一堆嵌入向量,我们可以开始学习他们之间的特性了 前情提要:https://www.cnblogs.com/DAYceng/p/14962528.html 先把各向量重新命名便于区分 Man对应e_man① Woman对应e_woman② King对应e_king③ Queen
181
0
0
【NLP学习其二】什么是隐马尔可夫模型HMM?
摘要:概念 隐马尔可夫模型描述的是两个时序序列联合分布p(x,y)的概率模型,其中包含了两个序列: x序列外界可见(外界指的是观测者),称为观测序列(obsevation seuence) y序列外界不可见,称为状态序列( state sequence) 如观测x为单词,状态y为词性,我们需要根据单词序列
435
0
0
【NLP学习其一】什么是命名实体识别NER?
摘要:命名实体识别 概念 命名实体识别(Named Entity Recognition,简称NER) , 是指识别文本中具有特定意义的词(实体),主要包括人名、地名、机构名、专有名词等等,并把我们需要识别的词在文本序列中标注出来。 例如有一段文本:天津市空港经济区 我们要在上面文本中识别一些区域和地点,
1266
0
0
点击右上角即可分享
微信分享提示
深色
回顶
收起