深度预习

摘要： 欠拟合和过拟合 看下方的三张图 第一幅拟合为了 y=θ0+θ1xy=θ0+θ1x 的一次函数 第二幅拟合为了y=θ0+θ1x+θ2x2y=θ0+θ1x+θ2x2 的二次函数 第三幅拟合为了 y=∑5j=0θjxjy=∑j=05θjxj的五次项函数 最左边的分类器模型没有很好地捕捉到数据特征，不能够很 阅读全文

摘要： Overall Introduction 之前我们提过基于可以使用CBOW或者SKIP-GRAM来捕捉预料中的token之间的关系，然后生成对应的词向量。 常规做法是我们可以直接feed DNN进去训练，但是如果语料很多的话，那直接就爆机了。所以这时候，我们生成词向量的时候，换了一种其他的做法，也就 阅读全文

摘要： 随着与云计算、大数据、物联网等相关产业的协同发展，人工智能在历经60年的起伏之后，如今已经在全球范围形成了新一轮的抢位发展态势，不仅提供了经济创新发展的新动能，而且正成为助推各行各业转型升级的新引擎。国务院印发的《新一代人工智能发展规划的通知》也着重指出，应该“推动人工智能与各行业融合创新”，在重点 阅读全文

摘要： 大数据时代的到来，为人工智能的飞速发展带来前所未有的数据红利。在大数据的“喂养”下，人工智能技术获得了前所未有的长足进步。其进展突出体现在以知识图谱为代表的知识工程以及深度学习为代表的机器学习等相关领域。 随着深度学习对于大数据的红利消耗殆尽，深度学习模型效果的天花板日益迫近。另一方面大量知识图谱不 阅读全文

摘要： 运行环境需求 Question 1.1: Implement distinct_words [code] (2 points) Write a method to work out the distinct words (word types) that occur in the corpus. Y 阅读全文

摘要： 例句: Jane wants to go to Shenzhen. Bob wants to go to Shanghai. 一、词袋模型 将所有词语装进一个袋子里，不考虑其词法和语序的问题，即每个词语都是独立的。例如上面2个例句，就可以构成一个词袋，袋子里包括Jane、wants、to、go、Sh 阅读全文

摘要： 这里使用pytorch进行一个简单的二分类模型 导入所有我们需要的库 接着我们这里 生成我们需要的假数据 我们先定义好我们需要的net的这个类 现在开始搭建我们需要的网络 我们构建一个只有1个隐藏层的网络 用SGD的方法对损失方程进行优化 然后用交叉熵来作为我们loss function 接着我们开 阅读全文

摘要： 这里用torch 做一个最简单的测试 目标就是我们用torch 建立一个一层的网络，然后拟合一组可以回归的数据 这里我们先早出来假数据，这里需要注意的是，最新版本的torch已经不需要variable了 接着我们来搭建我们的网络 我们做了个 1-10-1这样的单隐藏层的网络 接着我们选SGD来优化， 阅读全文

摘要： 本文收集了大量PyTorch项目（备查） 转自：https://blog.csdn.net/fuckliuwenl/article/details/80554182 目录： 入门系列教程 入门实例 图像、视觉、CNN相关实现 对抗生成网络、生成模型、GAN相关实现 机器翻译、问答系统、NLP相关实现 阅读全文

摘要： 现在有一段文本 我就是想看看 里面的词的高频和低频 我需要做两件事情 1. 先分词，分词我们就按照标点和空格来分 2. 接着统计词频 运行结果如下 WordCounta 9he 6the 6and 5as 4was 4with 3i 2of 2 his 2 10 least common words 阅读全文