摘要：
TextCNN 一、TextCNN详解1、TextCNN是什么 我们之前提到CNN时，通常会认为属于CV领域，是用于解决计算机视觉方向问题的模型，但是在2014年，Yoon Kim针对CNN的输入层做了一些变形，提出了文本分类模型TextCNN。与传统图像的CNN网络相比，TextCNN 在网络结构 阅读全文
摘要：
squeeze() 函数：从数组的形状中删除单维度条目，即把shape中为1的维度去掉用法：numpy.squeeze(a,axis = None) a表示输入的数组； axis用于指定需要删除的维度，但是指定的维度必须为单维度，否则将会报错； axis的取值可为None 或 int 或 tuple 阅读全文
摘要：
Chinese-Text-Classification Github项目地址： https://github.com/JackHCC/Chinese-Text-Classification-PyTorch 作者：JackHCC 链接：https://www.jianshu.com/p/9438fd0 阅读全文
摘要：
Microsoft Visual C++ Redistributable is not installed, this may lead to the DLL load failure. It can be downloaded at https://aka.ms/vs/16/release/vc_ 阅读全文
该文被密码保护。 阅读全文
摘要：
将第一层卷积层和最末层权值乘以负一，除最末层的所有偏置量也都乘以负一，这样的话，你把所有最大池化改成最小池化，结果一模一样。说明最大池化和最小池化的解空间是相等的。 用最大池化是前辈们的习惯，你如果硬生生要用最小池化也无妨。 补充：这里我也有说的不是很严谨的地方。最大池化和最小池化解空间一样仅仅针对 阅读全文
摘要：
修改django启动时绑定的IP和端口 python manage.py runserver IP:port 例如： python manage.py runserver 192.168.1.100:8088 python–django项目如何设置用自己的iP地址访问项目 1、首先需要执行>mana 阅读全文
摘要：
可以用下面这张图大致理解注意力层和卷积层以及全连接层的主要区别。右边分别是全局注意力层和局部注意力层，最典型的自注意力可以认为是局部注意力的一种。注意力层中的连线颜色表明这些权重在不断变化，而在卷积层和全连接层中它们通过梯度下降缓慢变化。 在神经网络中，注意力机制的计算公式通常是这样的： 其中， 表 阅读全文
该文被密码保护。 阅读全文
摘要：
情感/观点/评论 倾向性分析ChnSentiCorp_htl_all 数据集数据概览：7000 多条酒店评论数据，5000 多条正向评论，2000 多条负向评论下载地址：https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datase 阅读全文