高颜值的殺生丸

2020年2月20日

摘要： import os file_path = os.path.dirname(__file__) os.path.exists(test_file.txt) 阅读全文

posted @ 2020-02-20 20:53 高颜值的殺生丸阅读(797) 评论(0) 推荐(0) 编辑

摘要： out.squeeze(dim=1) out.squeeze_(dim=1) 阅读全文

posted @ 2020-02-20 18:14 高颜值的殺生丸阅读(1265) 评论(0) 推荐(0) 编辑

摘要：数据格式：分词后的句子+\t__label__+标签 fasttext_model.py from fasttext import FastText import numpy as np def get_data_path(by_word=True,train=True): if by_word: 阅读全文

posted @ 2020-02-20 00:05 高颜值的殺生丸阅读(1389) 评论(0) 推荐(0) 编辑

2020年2月19日

python中文语料分词处理，按字或者词cut_sentence

摘要： cut_sentence.py import string import jieba import jieba.posseg as psg import logging #关闭jieba日制 jieba.setLogLevel(logging.INFO) jieba.load_userdict(". 阅读全文

posted @ 2020-02-19 22:43 高颜值的殺生丸阅读(1570) 评论(0) 推荐(0) 编辑

fasttext 和pysparnn的安装

摘要：阅读全文

posted @ 2020-02-19 17:32 高颜值的殺生丸阅读(1051) 评论(0) 推荐(0) 编辑

2020年2月18日

pytorch 中序列化容器nn.Sequential

摘要：按下图顺序搭建以及执行阅读全文

posted @ 2020-02-18 15:07 高颜值的殺生丸阅读(300) 评论(0) 推荐(0) 编辑

pytorch LSTM情感分类全部代码

摘要：先运行main.py进行文本序列化，再train.py模型训练 dataset.py from torch.utils.data import DataLoader,Dataset import torch import os from utils import tokenlize import c 阅读全文

posted @ 2020-02-18 10:15 高颜值的殺生丸阅读(3146) 评论(0) 推荐(0) 编辑

pytorch 文本情感分类和命名实体识别NER中LSTM输出的区别

摘要：文本情感分类：文本情感分类采用LSTM的最后一层输出比如双层的LSTM，使用正向的最后一层和反向的最后一层进行拼接 def forward(self,input): ''' :param input: :return: ''' input_embeded = self.embedding(inp 阅读全文

posted @ 2020-02-18 10:09 高颜值的殺生丸阅读(526) 评论(0) 推荐(0) 编辑

2020年2月17日

windows 系统查看NVIDIA显卡GPU情况，nvidia-smi在windows上使用

摘要： cd C:\Program Files\NVIDIA Corporation\NVSMI nvidia-smi 当batch_size设置越大的时候，GPU加速越明显，但是batch_size设置太大的话，会影响训练效果阅读全文

posted @ 2020-02-17 23:12 高颜值的殺生丸阅读(1088) 评论(0) 推荐(0) 编辑

pytorch 中LSTM模型获取最后一层的输出结果，单向或双向

摘要：单向LSTM import torch.nn as nn import torch seq_len = 20 batch_size = 64 embedding_dim = 100 num_embeddings = 300 hidden_size = 128 number_layer = 3 inp 阅读全文

posted @ 2020-02-17 18:31 高颜值的殺生丸阅读(2237) 评论(0) 推荐(0) 编辑

点此进入CSDN

高颜值的殺生丸

博主擅长python和c++，从事人工智能领域自然语言处理和图像识别方面的工作，欢迎大家来讨论交流

作者信息

昵称：

园龄：4年6个月

粉丝：1209

QQ：522414928