08 2021 档案

十大经典预测算法
摘要：线性回归 输入与输出符合线性关系 定义损失函数，损失函数是点（输入 ，标签）到直线的距离表示，越小越好 通过梯度下降的方法，求解最优参数 是一个迭代更新的过程 属于监督学习 逻辑回归 输入属于与输入不符合线性关系 标签为0-1 只能通过梯度下降来求最优参数 分类任务， GBDT （梯度提升决策树） 阅读全文
posted @ 2021-08-24 13:59 Simbanana 阅读(3080) 评论(0) 推荐(0)
NLP 任务官方过程
摘要：####sklearn.model_selection.split模块 将模型分割，eg.数据集与验证集 ####Keras分词器 Tokenizer 测试的时候由于版本问题，导包要在Keras前面家tensorflow. Tokenizer中ovv以及其它参数的使用案例 ####序列预处理pad_ 阅读全文
posted @ 2021-08-19 18:19 Simbanana 阅读(61) 评论(0) 推荐(0)
Jigsaw Unintended Bias in Toxicity Classification 完整代码
摘要：from collections import Counter from contextlib import contextmanager import copy from functools import partial from itertools import chain from multi 阅读全文
posted @ 2021-08-17 20:26 Simbanana 阅读(90) 评论(0) 推荐(0)
Jigsaw Unintended Bias in Toxicity Classification
摘要：##任务的目的 ###原文表述 Jigsaw Unintended Bias in Toxicity Classification Training a model from data with these imbalances risks simply mirroring those biases 阅读全文
posted @ 2021-08-12 14:37 Simbanana 阅读(129) 评论(0) 推荐(0)
anaconda笔记
摘要：通过anaconda创建了新的环境后，进入新的环境，通过pip命令安装依赖的包，安装的位置为：/opt/anaconda3/envs/tf2/lib/python3.8/site-packages，即anaconda目录下，对应环境里，python3.8（根据python版本确定）下的site-pa 阅读全文
posted @ 2021-08-12 12:26 Simbanana 阅读(30) 评论(0) 推荐(0)
Neural Machine Translation
摘要：##目的： ####将输入的语句，换一种形式输出，不改变原有的意思 ##过程： ####数据预处理： 分为两个字典 待翻译字典 翻译后的字典 下标-to-字符 字符-to-下标 两个长度 Tx:待翻译句子的最大长度，小于则用做填充，大于则截取，一般选取词典的大小 Ty:f翻译后语句的长度，通过需求设 阅读全文
posted @ 2021-08-11 16:31 Simbanana 阅读(77) 评论(0) 推荐(0)
Emojify!
摘要：#####目的：通过输入目标语句，输出对应的表情 过程： 1、计算句子的平均词向量 传入：目标句子、词向量词典 将目标句子进行分词处理 将每个词的词向量累加并基数，再求平均 输出：输出平均词向量 2、训练模型 传入（训练集，标签集，词向量词典，学习率，迭代次数） 输出（预测的概率集合， softMa 阅读全文
posted @ 2021-08-09 20:12 Simbanana 阅读(90) 评论(0) 推荐(0)
Operations on Word Vectors
摘要：1、导包 2、加载词向量 3、词嵌入向量--独热编码 4、余弦相似度的（图一） 通过点乘完成二范式的计算（针对一维向量可以实现） 练习一 5、词类推任务 练习二 函数 推理（三个词、一个词嵌入字典） 将词转换成小写 得到对应的词嵌入向量 得到字典中的所有词 设置初始相似度值以及最优解 遍历整个字典 阅读全文
posted @ 2021-08-06 16:38 Simbanana 阅读(55) 评论(0) 推荐(0)
Improvise a Jazz Solo with an LSTM Network编程作业随笔记录
摘要：#####加载生语料，并进行预处理，使之成为可供模型训练的“值” #####输入：X ( m , Tx , n ) m表示样本的个数 Tx表示有多少时间步（一个样本被分成了多少个部分 n表示有多少个候选项（所有音符） #####与恐龙名字对比： 初始化： 生成音乐：X初始化为非0向量，因为音乐是从片 阅读全文
posted @ 2021-08-04 17:47 Simbanana 阅读(176) 评论(0) 推荐(0)
Character level language model - Dinosaurus Island脉络总结
摘要：##1、打开数据集 读取恐龙名字，并创建字符列表 创建 char_to_ix 与 ix_to_char，作用：将softmax结果转换成字母 ##2、初始化参数 输入X 0向量 隐藏层状态a 0向量 循环： 前向传播计算损失 反向传播计算关于损失的梯度 修剪梯度以免梯度爆炸 用梯度下降更新规则更新参 阅读全文
posted @ 2021-08-04 10:12 Simbanana 阅读(158) 评论(0) 推荐(0)