IP屬地：北京
-
torch DataLoader出core
記錄一下備用：使用https://github.com/hellohaptik/multi-task-NLP/[https://github.c...
-
選項評估論文閱讀
數(shù)據(jù)集 RACE數(shù)據(jù)集 RACE: Large-scale ReAding Comprehension Dataset From Examina...
-
RACE數(shù)據(jù)集下載地址 https://www.cs.cmu.edu/~glai1/data/race/ 論文地址 Race: Large-scale rea...
-
SciQ數(shù)據(jù)集下載地址 https://allenai.org/data/sciq 論文地址 Crowdsourcing multiple choice sc...
-
從機器學習到深度學習（七）隱馬爾可夫模型背景 相關(guān)前置背景知識見博客：http://www.itdecent.cn/p/d11cb1fe1201 HMM三個問題回顧 1.狀態(tài)問題：已...
-
從機器學習到深度學習（六）集成學習集成學習 著重于在訓練集上做文章：將訓練集劃分為各種子集或權(quán)重變換后用較弱的基模型擬合，然后綜合若干個基模型的預測作為最終整體結(jié)果。 兩種算法：...
-
從機器學習到深度學習（三）支持向量機支持向量機 最初用于解決線性問題，加入核方法后可以用于解決非線性問題。能適應“小樣本數(shù)量、高特征維度”問題，甚至是特征維度大于樣本數(shù)量的情況。目...
-
從機器學習到深度學習（二）梯度下降
梯度下降 用于迭代求解函數(shù)最優(yōu)解，是大數(shù)據(jù)領(lǐng)域用于求解問題的常用思想。步長：每一步梯度下降時向目標方向前進的長度。前期可以使用較大步長，加快訓練...
-
從機器學習到深度學習（一）線性回歸
線性回歸 OLS、Ridge、Lasso的優(yōu)缺點對比：OLS 最小二乘法：優(yōu)點：計算方便（套入公式即可） 缺點：數(shù)據(jù)維度越高，參數(shù)值越大、更容易...