摘要： 参考文献：https://blog.csdn.net/zhibing_ding/article/details/125254670 不断的学习，就会有不同的认识和理解. 卷积操作的基本思想是提取输入数据的局部特征，这有助于网络捕捉图像中的空间结构和模式。 卷积核是一个小的矩阵，通常是正方形的，它在输 阅读全文

摘要： 转置是一个数学和线性代数中的概念，通常用于矩阵或向量。它是一种操作，通过这种操作可以改变矩阵或向量的行和列的顺序，即将矩阵的行变成列，列变成行，而不改变矩阵中的元素的值。转置操作通常用一个上标T来表示，放在矩阵或向量的右上角。 对于一个矩阵 A，其转置记作 A^T。转置操作的定义如下： 如果 A 是 阅读全文

摘要： 定义：归一化（Normalization）是数据处理和统计分析中常用的一种技术，其目的是将数据转换成特定的范围或分布，以便更好地进行比较、分析和处理。 归一化通常用于以下领域： 数据标准化：在数据分析和机器学习中，归一化可以用于将不同尺度的数据转换为相同的尺度，以避免某些特征对模型的权重产生不合理的 阅读全文

摘要： 但不论哪一种注意力，其实都是让你在某一时刻将注意力放到某些事物上，而忽略另外的一些事物，这就是注意力机制（Attention Mechanism） 注意力机制是一种在人工智能和机器学习中广泛使用的技术，用于模拟人类的视觉和认知系统中的注意力过程。这个概念源自生物学，描述了人类大脑在处理信息时如何选择 阅读全文

摘要： 贝叶斯 朴素贝叶斯 朴素贝叶斯（Naive Bayes）是一种基于贝叶斯定理的分类算法，通常用于文本分类和模式识别任务。它被称为"朴素"因为它做出了一个朴素的假设，即特征之间是相互独立的，这在实际情况中并不总是成立，但这个假设使得算法计算简单且高效。 特征之间的独立性意味着在贝叶斯公式中，特征之间的 阅读全文

摘要： 高纬度数据定义 高维度数据指的是数据集中包含大量特征或维度的情况。每个特征都可以看作是数据点的一个属性或测量值。例如，一张彩色图像可以被看作是一个高维度的数据集，其中每个像素的颜色值是一个特征。同样，一个文本文档也可以被视为高维度数据，其中每个单词可以被认为是一个特征 低纬度数据定义 低维度数据是指 阅读全文

摘要： 理解 在我们阅读一篇文章的时候，需要明确文章的类别（体育类、新闻类）、内容以及中心思想。通常情况下，一篇文章可能包含多个主题，比如在介绍一座城市的时候，可能会从历史、经济、政治、教育、交通等多个方面做介绍。LDA 正是一种自动分析每篇文档，统计文档中的词语，根据统计的信息判断文档包含哪些主题以及各个 阅读全文

摘要： 历史 相关概念 概率密度函数： 概念 狄利克雷分布（Dirichlet Distribution）是概率统计学中的一个概率分布，通常用于描述多维度的随机变量。 通俗点，当我们谈论多维度的随机变量时，我们指的是一个包含多个随机事件或可能性的情况。每个维度代表一个不同的事件或可能性，而整个多维度空间表示 阅读全文

摘要： 摘要模型分为两种 提取式摘要模型： 提取式摘要模型不生成新的文本，而是从原始文本中选择或提取现有句子、段落或短语，以创建摘要。 这些模型通过评估文本中的句子的相关性、重要性或其他特征来选择最相关的部分，以构建摘要。 提取式摘要通常更易实现，因为它不涉及文本生成，而是依赖于选择和筛选原始文本的一部分。 阅读全文

摘要： 原来NLP也有模型，用pytorch、tensorflow等训练出来的 摘要模型、分类模型等等 https://huggingface.co/models 阅读全文