随笔分类 - 机器学习
摘要：搭建RNN 声明： 1 - RNN的前向传播 1.1 - RNN单元 from torch.nn.parameter import Parameter #参数更新和优化函数 from collections import Counter #Counter 计数器 import numpy as np
阅读全文
posted @ 2021-03-28 20:17
当康
摘要：1 - 词向量运算 如何加载训练好了的词向量 使用余弦相似性计算相似度 使用词嵌入来解决“男人与女人相比就像国王与____ 相比”之类的词语类比问题 修改词嵌入以减少性别偏见等 读数据: words：单词的集合 word_to_vec_map ： 字典类型，单词到GloVe向量的映射 使用50维的向
阅读全文
posted @ 2021-03-28 20:11
当康
摘要：实现一个卷积神经网络的一些模块 import numpy as np import h5py import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['figure.figsize'] = (5.0, 4.0) plt.rcPa
阅读全文
posted @ 2021-03-28 20:10
当康
摘要：优化算法 import numpy as np import matplotlib.pyplot as plt import scipy.io import math import sklearn import sklearn.datasets import opt_utils # help fun
阅读全文
posted @ 2021-03-28 19:33
当康
摘要：任务 一、初始化参数： 使用0来初始化参数。 使用随机数来初始化参数。 使用抑梯度异常初始化参数（参见视频中的梯度消失和梯度爆炸）。 二、正则化模型： 使用二范数对二分类模型正则化，尝试避免过拟合。 使用随机删除节点的方法精简模型，同样是为了尝试避免过拟合。 三、梯度校验 ： 对模型使用梯度校验，检
阅读全文
posted @ 2021-03-28 19:26
当康
摘要：构建具有单隐藏层的2类分类神经网络 import numpy as np import matplotlib.pyplot as plt from testCases import * import sklearn import sklearn.datasets import sklearn.lin
阅读全文
posted @ 2021-03-28 19:08
当康
摘要：使用Numpy的基础Python、logistic回归 import torch import numpy as np import torch.nn as nn import torch.nn.functional as F import torch.optim as optim from tor
阅读全文
posted @ 2021-03-28 19:03
当康
摘要：词向量 学习目标 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 bmm logsigmoid 保存和读取
阅读全文
posted @ 2021-03-28 12:55
当康
摘要：FizzBuzz小游戏 FizzBuzz是一个简单的小游戏。游戏规则如下：从1开始往上数数，当遇到3的倍数的时候，说fizz，当遇到5的倍数，说buzz，当遇到15的倍数，就说fizzbuzz，其他情况下则正常数数。 我们可以写一个简单的小程序来决定要返回正常数值还是fizz, buzz 或者 fi
阅读全文
摘要：Pytorch搭建模型 神经网络的基本流程可以分为两大步骤： 网络结构搭建+参数的梯度更新（前向传播+计算参数的梯度+梯度更新） numpy实现 import numpy as np # N是训练的batch size; D_in 是input输入数据的维度; # H是隐藏层的节点数; D_out
阅读全文
浙公网安备 33010602011771号