上一页 1 2 3 4 5 6 7 8 9 ··· 11 下一页
摘要: 1 正则化 2 Dropout 3 BatchNormalization "参考链接" 阅读全文
posted @ 2019-11-13 11:14 FromZeroToOne 阅读(117) 评论(0) 推荐(0) 编辑
摘要: 数据操作 保存与读取文件 df.to_csv("fasttext_data.csv",sep="\t",header=None,index=None) 忽略行号和列号 pd.read_excel(header=None) 设置第一行不为索引 pd.read_excel(names=[名字列表]) 为 阅读全文
posted @ 2019-10-31 16:27 FromZeroToOne 阅读(116) 评论(0) 推荐(0) 编辑
摘要: learning rate 和keras的参数不一样 SGD的在0.5左右 Adam的在0.01左右 训练数据一定要打乱 测试数据不用打乱 阅读全文
posted @ 2019-10-29 14:14 FromZeroToOne 阅读(821) 评论(0) 推荐(0) 编辑
该文被密码保护。 阅读全文
posted @ 2019-10-14 16:42 FromZeroToOne 阅读(4) 评论(0) 推荐(0) 编辑
摘要: 假设现在有一个句子(s1,s2,s3),v是s的转置 第一个词和每一个词的内积 相似度越大 结果越大 s1 v1 s1 v2 s1 v3 第二个词和每一个词的内积 s2 v1 s2 v1 s2 v3 第三个词和每一个词的内积 s3 v1 s3 v2 s3v3 横向在每一行内做softmax可以得到每 阅读全文
posted @ 2019-10-12 21:03 FromZeroToOne 阅读(2671) 评论(0) 推荐(0) 编辑
摘要: 调参技巧 层叠LSTM的层时 尽量保持两个隐藏层个数一致 收敛的快的多 两层LSTM比一层好很多 激活函数很重要 relu通常效果比较好 "激活函数使用笔记" "激活函数介绍" 学习率太大(0.02),记得要是0.001数量级的学习率,否则直接不收敛,因此学习率不要太大,越小越好 正则化参数 L1正 阅读全文
posted @ 2019-10-09 18:27 FromZeroToOne 阅读(2071) 评论(0) 推荐(0) 编辑
摘要: 生成器 生成器函数 在一个函数体内使用 表达式会使这个函数变成一个生成器,该函数为生成器函数。当一个 生成器函数被调用 的时候,它返回一个迭代器,称为生成器。 结论: 生成器用于生成提供迭代数据。 所有生成器都是迭代器。 迭代器用于遍历集合。 生成器能做到迭代器能做的所有事,而且因为自动创建 和`n 阅读全文
posted @ 2019-10-08 00:11 FromZeroToOne 阅读(118) 评论(0) 推荐(0) 编辑
摘要: 变量定义尽量靠近使用 当一个函数返回多个变量时,使用_忽略多返回的值,或者使用dict返回 阅读全文
posted @ 2019-10-06 23:53 FromZeroToOne 阅读(116) 评论(0) 推荐(0) 编辑
摘要: "参考博客" 阅读全文
posted @ 2019-10-05 16:36 FromZeroToOne 阅读(183) 评论(0) 推荐(0) 编辑
摘要: 保存模型 加载模型 阅读全文
posted @ 2019-10-04 11:01 FromZeroToOne 阅读(152) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 ··· 11 下一页