摘要：
1.查看模型每层输出详情 1 from torchsummary import summary 2 summary(your_model, input_size=(channels, H, W)) input_size是根据你自己的网络模型的输入尺寸进行设置。 2.梯度裁剪 1 import tor 阅读全文
摘要：
由于语料短，训练时间也短，模型性能不好，以下演示过程。 语料链接：https://pan.baidu.com/s/1wpP4t_GSyPAD6HTsIoGPZg 提取码：jqq8 数据格式如图（先英文，再空格，再繁体中文）： 以下代码运行在Google Colab上。 导包： 1 import os 阅读全文
摘要：
任务：使用8个高斯混合模型生成一系列数据，通过GAN学习它的分布，比较学习的分布和真实的分布是否一样。 GAN文字版算法： GAN公式版算法： 在命令行执行如下语句（详细Visdom的使用见https://www.cnblogs.com/cxq1126/p/13285150.html） python 阅读全文
摘要：
渣渣本跑不动，以下代码运行在Google Colab上。 语料链接：https://pan.baidu.com/s/1YxGGYmeByuAlRdAVov_ZLg 提取码：tzao neg.txt和pos.txt各5000条酒店评论，每条评论一行。 安装transformers库 !pip inst 阅读全文
摘要：
transformers（以前称为pytorch-transformers和pytorch-pretrained-bert）提供用于自然语言理解（NLU）和自然语言生成（NLG）的BERT家族通用结构（BERT，GPT-2，RoBERTa，XLM，DistilBert，XLNet等），包含超过32种 阅读全文
摘要：
提前导包： 1 import torch 2 from torch import nn, optim 3 from torch.utils.data import DataLoader 4 from torchvision import transforms, datasets 5 6 import 阅读全文
摘要：
1.PCA的理解 一个非监督的机器学习算法（本质：从一个坐标系转变为另外一个坐标系） 主要用于数据的降维，通过降维可以发现更便于人类理解的特征 其他应用：可视化；去噪 Tip：注意主成分分析和线性回归的区别 如何找到让样本间间距最大的轴？ 样本间的间距使用方差表示（方差描述样本整体疏密，方差越大越疏 阅读全文
摘要：
Transformer模型（文本分类仅用到Encoder部分）： 1.数据预处理 和上一个博客https://www.cnblogs.com/cxq1126/p/13504437.html中的数据和预处理基本都一致。 1 import numpy as np 2 import torch 3 fro 阅读全文
摘要：
语料链接：https://pan.baidu.com/s/1aDIp3Hxw-Xuxcx-lQ_0w9A 提取码：hpg7 trains.txt pos/neg各500条，一共1000条（用于训练模型）dev.txt pos/neg各100条，一共200条（用于调参数）tests.txt pos/n 阅读全文
摘要：
语料链接：https://pan.baidu.com/s/1rIv4eWPkornhZj92A8r6oQ 提取码：haor 语料中分为pos.txt和neg.txt，每一行是一个完整的句子，句子之间用空格分开，句子平均长度为20（提前代码计算，设定超参数）。 提前导包： 1 import numpy 阅读全文