上一页 1 ··· 6 7 8 9 10
摘要: 1 """ 2 torch: 0.4 3 matplotlib 4 神经网络的保存 5 神经网络提取的2 ways 6 """ 7 import torch 8 import matplotlib.pyplot as plt 9 10 11 12 # fake data 13 x = torch.u 阅读全文
posted @ 2020-03-01 10:20 冰河入梦~ 阅读(236) 评论(0) 推荐(0) 编辑
摘要: '''本节说明搭建pytorch的常用两种方式 相比快速搭建法 第一种可以个性化设置网络结构''' import torch import torch.nn.functional as F #方式1 用 class 继承了一个 torch 中的神经网络结构, 然后对其进行了修改 class Net( 阅读全文
posted @ 2020-03-01 09:39 冰河入梦~ 阅读(464) 评论(0) 推荐(0) 编辑
摘要: '''本节说明搭建pytorch神经网络的常用两种方式 相比快速搭建法 第一种可以个性化设置网络结构''' import torch import torch.nn.functional as F #方式1 用 class 继承了一个 torch 中的神经网络结构, 然后对其进行了修改 class 阅读全文
posted @ 2020-03-01 09:38 冰河入梦~ 阅读(723) 评论(0) 推荐(0) 编辑
摘要: #任务:pytorch实践-关系拟合 (回归) #任务描述:用神经网络将一群数据用一条线条来表示 import torch import torch.nn.functional as F # 激励函数都在这 #1.建立数据集 x = torch.unsqueeze(torch.linspace(-1 阅读全文
posted @ 2020-03-01 01:41 冰河入梦~ 阅读(503) 评论(0) 推荐(0) 编辑
摘要: 深入浅出了解编码和解码的原理:https://zhuanlan.zhihu.com/p/25924333 识别文本文件编码: 1.https://it365.gitlab.io/zh-cn/decode/?81206z 2用notebook++ 阅读全文
posted @ 2020-02-29 00:10 冰河入梦~ 阅读(166) 评论(0) 推荐(0) 编辑
摘要: in:name example 名字中有“example”in:readme example readme中有“example”in:description example 描述中有“example”stars:>1000 star>1000forks:>1000 fork>1000pushed:> 阅读全文
posted @ 2020-02-09 22:41 冰河入梦~ 阅读(85) 评论(0) 推荐(0) 编辑
摘要: 序:任何一种语言都是信息编码的不同单位,语言的语法规则则是编解码的算法 1 存在的问题:文法覆盖规则太多,要人工写工程巨大,且就算写出涵盖所有自然语言处理现象的规则集合,用计算机解析也非常困难,于是出现了基于统计的NLP。 阅读全文
posted @ 2020-01-15 12:09 冰河入梦~ 阅读(236) 评论(0) 推荐(0) 编辑
摘要: 通讯模型:信息产生信息-》编码-》信道传播-》解码-》信息接受 罗塞塔石碑的启发: 信息的冗余可以保障信息安全(多弄几个备份) 阅读全文
posted @ 2020-01-15 11:52 冰河入梦~ 阅读(142) 评论(0) 推荐(0) 编辑
上一页 1 ··· 6 7 8 9 10