星光熠熠

摘要： 一、什么是循环神经网络 在自然语言中，词语的顺序对于理解句子的含义至关重要。虽然词向量能够表示词语的语义，但它本省并不包含词语之间的顺序信息。为了解决这个问题，学者最先提出 RNN 模型（Recurrent Neural Network，循环神经网络）。 RNN 会逐个读取句子中的词语，并在每一步结 阅读全文

摘要： 一、文本表示 文本表示 是将自然语言转换为计算机能够理解的数值形式，是绝大多数自然语言处理（NLP）任务的基础步骤。 文本表示的第一步通常是 分词 和 词表构建。 分词（Tokenization）：将原始文本切分为若干具有独立语义的最小单元（即 token）的过程，是所有 NLP 任务的起点。 词表 阅读全文

摘要： 一、什么是自然语言处理 自然语言处理（Natural Language Processing，NLP）是让 计算机理解或使用人类日常使用的语言。自然语言处理包含多个典型的任务，主要可分为以下几类： 文本分类：对整段文本进行判断或归类，常用于情感分析（判断评价是正面还是负面）、垃圾邮件识别、新闻主题分 阅读全文

摘要： 一、Seaborn库简介 Seaborn 是一个基于 Matplotlib 构建的 Python 数据可视化库，它提供了一套高级 API，让你可以用更少的代码，绘制出更美观、信息更丰富的统计图形。 我们可以终端中使用 pip 安装 seaborn 包。默认是从国外的主站上下载，因此，我们可能会遇到网 阅读全文

摘要： 一、什么是循环神经网络 循环神经网络（Recurrent Neural Network, RNN）是一种 专门处理序列数据的神经网络。与传统的前馈神经网络不同，RNN 具有 “循环” 结构，能够处理和记住前面时间步的信息，使其特别适合用于时间序列数据或有时序依赖的任务。 循环神经网络常用于以下一个方 阅读全文

摘要： 一、什么是卷积神经网络 卷积神经网络（Convolutional Neural Network, CNN）是含有卷积层的神经网络，卷积层的作用就是用来自动学习，提取图像的特征。 CNN 网络主要有三部分组成：卷积层、池化层 和 全连接层： 卷积层：负责提取图像中的局部特征。 池化层：用来大幅度降低参 阅读全文

摘要： 一、PyTorch简介 PyTorch 是一个开源的 Python 深度学习库，它基于 Torch 库，底层是由 C++ 语言实现的。PyTorch 类似于 NumPy 的张量计算，能在 GPU 或 MPS 等硬件加速器上加速，它自带自动微分系统，广泛用于人工智能智能领域，如计算机视觉和自然语言处理 阅读全文

摘要： 一、人工神经网络组成 在生物学中，神经元 是 神经系统 是基本的结构和单位。神经元 从 树突 接收其它神经元细胞发出的电化学刺激脉冲，这些脉冲叠加后，一旦强度达到临界值，这个神经元就会产生动作电位，沿着 轴突 发送电信号。轴突 将刺激传到末端的 突触，电信号触发突触上面的 电压敏感蛋白，把一个 内含 阅读全文

摘要： 一、什么是深度学习 深度学习（Deep Learning）作为机器学习的一个分支，专注于使用 多层神经网络（深度学习网络）来建模和解决问题。深度学习是基于人工神经网络，深度是指网络中使用多层，每层都通过非线性变化处理数据，并逐渐提取出更复杂、更抽象的特征。 深度学习利用仿生学建立模型。人脑中有很多相 阅读全文

摘要： 一、奇异值分解 奇异值分解（Singular Value Decomposition, SVD）是一种 矩阵因子分解方法，用于将矩阵分解为更简单的形式，从而揭示数据的内在结构和特性。通过保留最大的几个奇异值以及对应的奇异向量，可以近似重构原始矩阵，同时保留主要信息。主成分分析，潜在语义分析 等都用到 阅读全文