随笔分类 - 机器学习
摘要:numpy-ml\numpy_ml\trees\gbdt.py # 导入 numpy 库并重命名为 np import numpy as np # 从当前目录下的 dt 模块中导入 DecisionTree 类 # 从当前目录下的 losses 模块中导入 MSELoss 和 CrossEntrop
阅读全文
摘要:numpy-ml\numpy_ml\tests\test_glm.py # 禁用 flake8 检查 # 导入 numpy 库并重命名为 np import numpy as np # 导入 statsmodels 库中的 api 模块并重命名为 sm import statsmodels.api
阅读全文
摘要:numpy-ml\numpy_ml\preprocessing\nlp.py # 导入必要的库和模块 import re import heapq import os.path as op from collections import Counter, OrderedDict, defaultdi
阅读全文
摘要:numpy-ml\numpy_ml\neural_nets\utils\__init__.py """ 神经网络特定的常见辅助函数。 ``neural_nets.utils` 模块包含神经网络特定的辅助函数,主要用于处理 CNNs。 """ # 从当前目录下的 utils 模块中导入所有内容 fro
阅读全文
摘要:Losses The losses.py module implements several common loss functions, including: Squared error Cross-entropy Variational lower-bound for binary VAE (K
阅读全文
摘要:Activation Functions The activations module implements several common activation functions: Rectified linear units (ReLU) (Hahnloser et al., 2000) Lea
阅读全文
摘要:name: Bug/Performance Issue about: Use this template for reporting a bug or a performance issue. labels: bugfix System information OS Platform and Dis
阅读全文
摘要:机器学习 1:第 5 课 原文:medium.com/@hiromi_suenaga/machine-learning-1-lesson-5-df45f0c99618 译者:飞龙 协议:CC BY-NC-SA 4.0 来自机器学习课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续更新
阅读全文
摘要:机器学习 1:第 8 课 原文:medium.com/@hiromi_suenaga/machine-learning-1-lesson-8-fa1a87064a53 译者:飞龙 协议:CC BY-NC-SA 4.0 来自机器学习课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续更新
阅读全文
摘要:机器学习 1:第 11 课 原文:medium.com/@hiromi_suenaga/machine-learning-1-lesson-11-7564c3c18bbb 译者:飞龙 协议:CC BY-NC-SA 4.0 来自机器学习课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续
阅读全文
摘要:机器学习 1:第 1 课 原文:medium.com/@hiromi_suenaga/machine-learning-1-lesson-1-84a1dc2b5236 译者:飞龙 协议:CC BY-NC-SA 4.0 来自机器学习课程的个人笔记。随着我继续复习课程以“真正”理解它,这些笔记将继续更新
阅读全文
摘要:在GPT的推理过程中,它根据完整的提问和回答的已生成部分,来生测下一个词(的概率)。 例如,我们的提问是【天王盖地虎,】,回答是【宝塔镇河妖。】。 那么第一次,GPT根据【天王盖地虎,】生成【宝】,之后根据【天王盖地虎,宝】生成【塔】,以此类推,直到碰上终止符。 这里面提问【天王盖地虎,】的QKV实
阅读全文
摘要: ```py class ChatGLMForConditionalGeneration(ChatGLMPreTr
阅读全文
摘要: ```py # 完整的 GLM 模型,包括嵌入层、编码器、输出层 class ChatGLMModel(ChatG
阅读全文
摘要: ```py # 编码器模块,包含所有 GLM 块 class GLMTransformer(torch.nn.Mo
阅读全文
摘要: ```py # GLM 块包括注意力层、FFN层和之间的残差 class GLMBlock(torch.nn.Mo
阅读全文
摘要: ```py class MLP(torch.nn.Module): """MLP. MLP will take
阅读全文
摘要:原文:Super Machine Learning Revision Notes 译者:飞龙 协议:CC BY-NC-SA 4.0 [最后更新:06/01/2019] 本文旨在概述: 机器学习中的基本概念(例如,梯度下降,反向传播等)不同的算法和各种流行的模型一些实用技巧和示例是从我自己的实践和一些
阅读全文