2020年11月26日
bert实践
摘要： github参考：https://github.com/wangjiwu/BERT-sentiment--classification 一、准备数据 bert官方与训练数据下载 自己的数据集，（训练集，测试集，开发集）（ps：dev.tsv开发集是啥？理解） 二、修改run_classify.py 阅读全文
posted @ 2020-11-26 21:34 qiezi_online 阅读(165) 评论(0) 推荐(0)
matplotlib 绘制多个图——两种方法
摘要： import numpy as np import matplotlib.pyplot as plt #创建自变量数bai组du x= np.linspace(0,2*np.pi,500) #创建函数值数组 y1 = np.sin(x) y2 = np.cos(x) y3 = np.sin(x*x) 阅读全文
posted @ 2020-11-26 11:59 qiezi_online 阅读(1569) 评论(0) 推荐(0)
print(end="\r") 滚动输出到屏幕
摘要： for i in range(10000): print(i, end = "\r") print(end="\r") 滚动输出到屏幕 阅读全文
posted @ 2020-11-26 09:48 qiezi_online 阅读(418) 评论(0) 推荐(0)
2020年11月25日
写入到csv文件的两种方式（pd.DaaFrame 和 csv.writerow）
摘要： 第一种： pd.DataFrame to_csv tmp = pd.DataFrame({"id":[str(i) for i in range(len(test_x))],f"{name}":outputs}) print("save csv ...") tmp.to_csv(os.path.jo 阅读全文
posted @ 2020-11-25 18:58 qiezi_online 阅读(960) 评论(0) 推荐(0)
pytorch 损失函数（nn.BCELoss 和 nn.CrossEntropyLoss）（思考多标签分类问题）
摘要： 一、BCELoss 二分类损失函数 输入维度为（n, ）， 输出维度为(n, ) 如果说要预测二分类值为1的概率，则建议用该函数！ 输入比如是3维，则每一个应该是在0——1区间内（随意通常配合sigmoid函数使用），举例如下： import torchimport torch.nn as nnm 阅读全文
posted @ 2020-11-25 17:27 qiezi_online 阅读(4659) 评论(0) 推荐(0)
2020/11/25 近日学习计划和健身计划
摘要： 阅读全文
posted @ 2020-11-25 12:02 qiezi_online 阅读(94) 评论(0) 推荐(0)
2020年11月21日
pytorch实战（二）hw2——预测收入是否高于50000，分类问题
摘要： 代码和ppt： https://github.com/Iallen520/lhy_DL_Hw 遇到的一些细节问题： 1. X_train文件不带后缀名csv，所以不是规范的csv文件，不能直接用pd.read_csv，否则发现第一行名有错误，所以用原始的方法去处理 2. 记着拆分train和test 阅读全文
posted @ 2020-11-21 12:10 qiezi_online 阅读(256) 评论(0) 推荐(0)
2020年11月12日
pytorch实战（一）hw1——李宏毅老师作业1
摘要： 任务描述：利用前9小时数据，预测第10小时的pm2.5的数值，回归任务 kaggle地址：https://www.kaggle.com/c/ml2020spring-hw1 训练集为： 12个月*20天*18维（共4320行） ， 24小时（列） 每月的前20天 test为： 18*240行， 9 阅读全文
posted @ 2020-11-12 11:31 qiezi_online 阅读(526) 评论(0) 推荐(0)
csv文件的写操作
摘要： import csv sumbmit_csv_path = "submit_have_valid_SGD.csv" with open(sumbmit_csv_path, "w") as f: csv_writer = csv.writer(f) header = ['id', 'value'] p 阅读全文
posted @ 2020-11-12 10:31 qiezi_online 阅读(167) 评论(0) 推荐(0)
matplotlib绘图
摘要： %matplotlib inline import matplotlib.pyplot as plt plt.plot(xx,yy_train_loss,"r", label = "train_loss") plt.plot(xx,yy_valid_loss,"b", label = "valid_ 阅读全文
posted @ 2020-11-12 10:19 qiezi_online 阅读(90) 评论(0) 推荐(0)