随笔分类 - A---深度学习实战
1
摘要：笔记摘抄 索引池是对当前所有item的判定，并不是所有item都可以出现在推荐这整个大的逻辑下面。举个例子，广告主的某个计划，只设定了相应的预算，如果预算花完了，或者广告主已经不想投了，那就需要从索引池里面拿掉。另一种情况是可能有多种索引池，广告主不想投放20-30的人群的时候，索引池就等于是其他年
阅读全文
摘要：https://github.com/hujinsen/pytorch_VAE_CVAE/blob/master/CVAE.ipynb
阅读全文
摘要：https://docs.python.org/zh-cn/3/library/argparse.html import argparse parser = argparse.ArgumentParser() parser.add_argument('--dataset-type', type=st
阅读全文
摘要：学习笔记 学习笔记 classification_report sklearn.metrics.classification_report(y_true, y_pred, labels = None, target_names = None, sample_weight = None, digits
阅读全文
摘要：打开那个 xxx.ipynb 文件 安装必要的包 # 安装必要的包 !apt-get install -y -qq software-properties-common python-software-properties module-init-tools !add-apt-repository
阅读全文
摘要：https://fitlog.readthedocs.io/zh/latest/user/quickstart.html https://fitlog.readthedocs.io/zh/latest/fitlog.html
阅读全文
摘要：笔记摘抄 笔记 import torch from torch import nn, optim from torch.utils.data import DataLoader from torchvision import transforms, datasets import visdom 1.
阅读全文
摘要：笔记摘抄 语料链接：https://pan.baidu.com/s/1wpP4t_GSyPAD6HTsIoGPZg 提取码：jqq8 数据格式如图： 导包： import os import sys import math from collections import Counter import
阅读全文
摘要：全部代码 已训练模型 1. 聊天机器人综合介绍 1.1 知识点 1.2 聊天机器人分类 1.21 从领域划分 固定领域(技术支持) 固定领域(天气查询) 开放领域(娱乐助手) 1.22 从模式划分 检索模式 应用： 简单原理： 生成模式 应用： 简单原理： 1.23 从功能划分 问答型聊天机器人 任
阅读全文
摘要：笔记摘抄 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。 1. 导包和设定超参数 import numpy as np import random impo
阅读全文
摘要：笔记摘抄 1. transformer资料 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，Dis
阅读全文
摘要：https://www.cnblogs.com/linzhenyu/p/13277552.html
阅读全文
摘要：摘抄 1. 爬取京东商品评论 JD.py import requests from urllib.parse import quote from urllib.parse import urlencode from lxml import etree import logging import js
阅读全文
摘要：笔记摘抄 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/douzujun/p/13511237.html中的数据和预处理都一致。 import numpy as np import torch from
阅读全文
摘要：摘抄笔记 语料链接：https://pan.baidu.com/s/1aDIp3Hxw-Xuxcx-lQ_0w9A 提取码：hpg7 train.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） test.txt
阅读全文
摘要：1. 创建vocabulary 学习词向量的概念 用Skip-thought模型训练词向量 学习使用PyTorch dataset 和 dataloader 学习定义PyTorch模型 学习torch.nn中常见的Module Embedding 学习常见的PyTorch operations bm
阅读全文
摘要：笔记摘抄 提前安装torchtext和scapy，运行下面语句（压缩包地址链接：https://pan.baidu.com/s/1_syic9B-SXKQvkvHlEf78w 提取码：ahh3）： pip install torchtext pip install scapy pip install
阅读全文
摘要：ResNet图解 nn.Module详解 1. Pytorch上搭建ResNet-18 1.1 ResNet block子模块 import torch from torch import nn from torch.nn import functional as F class ResBlk(nn
阅读全文
摘要：笔记摘抄 1. 安装visdom 安装教程 2. 开启监听进程 python -m visdom.server 3. 访问 用chrome浏览器访问url连接：http://localhost:8097 4. 可视化训练 在之前定义网络结构（参考上一节）的基础上加上Visdom可视化。 在训练-测试
阅读全文
摘要：1. Neural Machine Translation 下面将构建一个神经机器翻译(NMT)模型，将人类可读日期 ("25th of June, 2009") 转换为机器可读日期 ("2009-06-25"). 使用 attention model. from keras.layers impo
阅读全文
1
浙公网安备 33010602011771号