1 BERT簡(jiǎn)介 BERT是2018年google 提出來的預(yù)訓(xùn)練的語言模型，并且它打破很多NLP領(lǐng)域的任務(wù)記錄，其提出在nlp的領(lǐng)域具有重要意義。預(yù)訓(xùn)練的(pre-trai...
發(fā)簡(jiǎn)信
IP屬地：四川
-
基于 BERT 的項(xiàng)目實(shí)戰(zhàn)（NER、Classification)
-
-
分布式通信包 - torch.distributed
原文 https://pytorch.org/docs/stable/distributed.html 后端 torch.distributed 支持三個(gè)后端，每個(gè)后端具有不...
-
使用PyTorch編寫分布式應(yīng)用程序原文 https://pytorch.org/tutorials/intermediate/dist_tuto.html#writing-distributed-applic...
-
深度學(xué)習(xí)中的數(shù)據(jù)增強(qiáng)與實(shí)現(xiàn)
1. 數(shù)據(jù)增強(qiáng)Data Augmentation 數(shù)據(jù)增強(qiáng)讓有限的數(shù)據(jù)產(chǎn)生更多的數(shù)據(jù)，增加訓(xùn)練樣本的數(shù)量以及多樣性（噪聲數(shù)據(jù)），提升模型魯棒性。神經(jīng)網(wǎng)絡(luò)需要大量的參數(shù)，許許多...
-
人臉項(xiàng)目實(shí)踐
1 前言 在實(shí)現(xiàn)一個(gè)優(yōu)秀人臉識(shí)別系統(tǒng)的過程中，應(yīng)該有以下重要環(huán)節(jié)。1、干凈而且大量的數(shù)據(jù)。2、優(yōu)秀的網(wǎng)絡(luò)結(jié)構(gòu)。3、優(yōu)秀的網(wǎng)絡(luò)指揮棒（損失函數(shù)）。4、由以上1,2,3決定一個(gè)優(yōu)...
-
人臉識(shí)別項(xiàng)目，網(wǎng)絡(luò)模型，損失函數(shù)，數(shù)據(jù)集相關(guān)總結(jié)1.前言 近年來隨著硬件計(jì)算能力的大爆發(fā)，在高性能計(jì)算的支持下深度學(xué)習(xí)有了革命性的進(jìn)步，在互聯(lián)網(wǎng)大數(shù)據(jù)的保證下深度學(xué)習(xí)有了持續(xù)不斷的動(dòng)力，優(yōu)秀的網(wǎng)絡(luò)結(jié)構(gòu)被不斷提出，深度學(xué)習(xí)技...
-
-
交叉驗(yàn)證、模型評(píng)估1 模型的選擇（選超參數(shù)） 交叉驗(yàn)證（Cross validation)，用于防止模型過于復(fù)雜而引起的過擬合，有時(shí)亦稱循環(huán)估計(jì)。 它是一種統(tǒng)計(jì)學(xué)上將數(shù)據(jù)樣本切割成較小子集的實(shí)...
-
攝像頭RTSP流硬解碼1. 問題分析 項(xiàng)目中，之前用的是OpenCV對(duì)攝像頭的RTSP流進(jìn)行解碼。隨著時(shí)間的推移以及業(yè)務(wù)攝像頭的增加，發(fā)現(xiàn)十路流CPU就已經(jīng)100%啦，很明顯解碼所占CPU資源較多...
-
Word2Vec的CBOW與Skip-Gram模型word2vec是google在2013年推出的一個(gè)NLP工具，它是將所有的詞向量化，這樣詞與詞之間就可以定量的去度量他們之間的關(guān)系，挖掘詞之間的聯(lián)系。 1 詞向量基礎(chǔ) 用詞...
-
輸入TextCNN的shape（文本總行數(shù)，文本最大長(zhǎng)度） 這里文本總行數(shù)就是句子總數(shù)，文本最大長(zhǎng)度就是最大詞數(shù)。詞向量的維度是取決于內(nèi)部的CNN。learn.preprocessing.VocabularyProcessor 把文本轉(zhuǎn)為詞ID序列。
基于Text-CNN模型的中文文本分類實(shí)戰(zhàn)
1 文本分類 文本分類是自然語言處理領(lǐng)域最活躍的研究方向之一，目前文本分類在工業(yè)界的應(yīng)用場(chǎng)景非常普遍，從新聞的分類、商品評(píng)論信息的情感分類到微博信息打標(biāo)簽輔助推薦系統(tǒng)，了解文...
-
基于Text-CNN模型的中文文本分類實(shí)戰(zhàn)1 文本分類 文本分類是自然語言處理領(lǐng)域最活躍的研究方向之一，目前文本分類在工業(yè)界的應(yīng)用場(chǎng)景非常普遍，從新聞的分類、商品評(píng)論信息的情感分類到微博信息打標(biāo)簽輔助推薦系統(tǒng)，了解文...
-
一只研究汪<br>Github：<a href="https://github.com/MrLevo520" rel="nofollow" target="_blank">https://github.com/MrLevo520</a><br>CSDN：<a href="https://blog.csdn.net/MrLevo520" rel="nofollow" target="_blank">https://blog.csdn.net/MrLevo520</a><br>少數(shù)派：<a href="https://sspai.com/user/808474" rel="nofollow" target="_blank">https://sspai.com/user/808474</a><br>
-
一個(gè)完整機(jī)器學(xué)習(xí)項(xiàng)目流程總結(jié)
現(xiàn)在機(jī)器學(xué)習(xí)應(yīng)用越來越流行，了解機(jī)器學(xué)習(xí)項(xiàng)目的流程，能幫助我們更好的使用機(jī)器學(xué)習(xí)工具來處理實(shí)際問題。 1 理解實(shí)際問題，抽象為機(jī)器學(xué)習(xí)能處理的數(shù)學(xué)問題 理解實(shí)際業(yè)務(wù)場(chǎng)景問題是...
