随笔分类 - 人工智能
摘要：#非常直观的LSTM，忘了看一下就想起来了 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ ##遗忘门 +++++++++++++++++++++++++++++++++
阅读全文
摘要：数据集中难免会有打错的标签，需要进行纠正，这也是一项庞大的任务 将训练集用在此训练集上训练的模型进行预测，将预测的数据和原始训练集数据放入一个excel文件不同工作簿 Excel 视图 新建窗口 同步滚动 条件格式标记不同的数据 双显示器对比即可
阅读全文
摘要：这俩是一个函数 函数参数有 ( input, num_lower, num_upper, name=None ) num_lower控制主对角线下侧保留几条band，band就是和主对角线平行的，离主对角线由近及远的斜着的数据，值为-1表示全部保留 num_upper控制主对角线上侧保留几条band
阅读全文
摘要：###1.查看模型的输出和形状 # 构建模型 Transformer_encoder = build_transformer_model(config_path, checkpoint_path) gp_layer = GlobalPointer(len(categories), 64) final
阅读全文
摘要：这是一个计算均值的例子 import numpy as np def average(data): return sum(data) / len(data) def bootstrap(data, B, c, func): """ 计算bootstrap置信区间 :param data: array
阅读全文
摘要：###1，所有的预测包含： 实际为真 真正例（TP），假负例（FN） 实际为假 假正例（FP），真负例（TN） ###2，准确率，accuracy 正确的预测，占所有预测的比例 ###3，精确率，precision 被识别为正确的例子中，确实为
阅读全文
摘要：###到底什么是嵌套？ 个人认为对于这种翻译过来的词汇，需要到对应语言中去理解，可能是翻译的不够到位吧。 嵌套，翻译于 embedding ，这个单词是嵌入，植入，插入等等。 翻译为嵌套实在是让人不得要领，特别是我在初步理解了这个嵌套的含义后，再回过头来看嵌套这个词，实在是翻译的让我头晕，要让我翻译
阅读全文
摘要：###想要搞懂这一个算法，需要两篇文章： ####1,搞懂梯度，这里我推荐一篇自己看过的文章，尽管有些瑕疵，但足够理解了《梯度的理解和推导》，简单来说，最重要的一点就是， ####梯度公式，就是各个变量的偏导数组成的向量 ####2,理解了梯度的公式，梯度为什么用偏导的向量表示，就可以看反向传播的算
阅读全文
