“飄涯”引《東風(fēng)破》歌詞“一壺漂泊，浪跡天涯”<br>輕度跑步愛好者<br>《紅樓夢(mèng)》癡迷讀者<br> 機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，自然語言處理、知識(shí)圖譜、復(fù)雜網(wǎng)絡(luò)
發(fā)簡(jiǎn)信
IP屬地：北京
-
PyTorch如何打印模型詳細(xì)信息我們以resnet18為例，介紹幾種獲取模型摘要的方法。 1.直接使用PrettyTable 效果如下： 比較簡(jiǎn)單，也沒有模型的輸入輸出情況。 2. TorchSummary...
-
Bert在文本分類任務(wù)重如何進(jìn)行 fine-tuning
1. 前言 文本分類是個(gè)經(jīng)典的NLP任務(wù)。隨著預(yù)訓(xùn)練語言模型的大受歡迎，諸如Bert等預(yù)訓(xùn)練語言模型在文本分類任務(wù)上也有這十分出色的表現(xiàn)。這篇文章并沒有什么高深的tricks...
-
PyTorch常用學(xué)習(xí)率調(diào)整策略
神經(jīng)網(wǎng)絡(luò)在進(jìn)行參數(shù)優(yōu)化的過程中，經(jīng)常需要對(duì)學(xué)習(xí)率進(jìn)行動(dòng)態(tài)調(diào)整。那么PyTorch的torch.optim.lr_scheduler接口提供了很多策略實(shí)現(xiàn)動(dòng)態(tài)調(diào)整。我們選取一些...
-
-
機(jī)器學(xué)習(xí)（深度學(xué)習(xí)）常見面試題--基礎(chǔ)知識(shí)篇1. 模型評(píng)估 在機(jī)器學(xué)習(xí)領(lǐng)域，模型評(píng)估至關(guān)重要，只有選擇和問題相匹配的評(píng)估方法，才能更快更好的完成訓(xùn)練。將模型評(píng)估之前，需要有幾個(gè)定義牢記心中。 TP — 將正樣本分類為正...
-
faiss的安裝使用
1. Faiss簡(jiǎn)介 Faiss是Facebook開源的一款用于大規(guī)模P維向量最近鄰檢索的工具。 Faiss is a library for efficient simil...
-
TabNet-神經(jīng)網(wǎng)絡(luò)處理表格數(shù)據(jù)實(shí)戰(zhàn)
我們知道神經(jīng)網(wǎng)絡(luò)在圖片、信號(hào)等領(lǐng)域大放異彩。但在表格數(shù)據(jù)領(lǐng)域，基本還是樹模型的主場(chǎng)。今天我們介紹下TabNet的使用方式，這是一個(gè)能夠很好的處理tabular數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模...
-
XGBoost中特征重要性計(jì)算方法對(duì)比
XGBoost作為比賽大殺器，內(nèi)置了幾種重要性函數(shù)，今天我們就在這篇文章中梳理三種常見的特征重要性計(jì)算方法，并思考他們的使用場(chǎng)景。 在上邊函數(shù)中，我們可以通過修改import...
-
This tokenizer cannot be instantiated. Please make sure you have `sentencepiece` installed in or...
最近在嘗試用transformers做英漢翻譯，用的是opus-mt-en-zh。本來代碼已經(jīng)寫好了，但是在另一臺(tái)代腦上run的時(shí)候出現(xiàn)了如下錯(cuò)誤： 遇到這個(gè)問題，很明顯要檢...
-
tf2.0學(xué)習(xí)（七）——卷積神經(jīng)網(wǎng)絡(luò)之前已經(jīng)介紹了TenforFlow的基本操作和神經(jīng)網(wǎng)絡(luò)，主要是全聯(lián)接網(wǎng)絡(luò)的一些概念：tf2.0學(xué)習(xí)（一）——基礎(chǔ)知識(shí)[http://www.itdecent.cn/p/78...
-
transformers中的bert用法1. Bert模型下載 這里直接使用huggingface提供的pre-trained的bert模型，直接去官網(wǎng)即可搜索想要的模型并下載：https://huggingfac...
-
tf2.0學(xué)習(xí)（六）——過擬合前邊介紹了TensorFlow的基本操作和Keras的高層接口：tf2.0學(xué)習(xí)（一）——基礎(chǔ)知識(shí)[http://www.itdecent.cn/p/78f91c9dc135...
-
tf2.0學(xué)習(xí)（十一）——強(qiáng)化學(xué)習(xí)前邊介紹了TensorFlow的基本操作和神經(jīng)網(wǎng)絡(luò)的很多知識(shí)：tf2.0學(xué)習(xí)（一）——基礎(chǔ)知識(shí)[http://www.itdecent.cn/p/78f91c9dc135]...
-
tf2.0學(xué)習(xí)（五）——Keras高層接口
前邊介紹了TensorFlow的基本操作：tf2.0學(xué)習(xí)（一）——基礎(chǔ)知識(shí)[http://www.itdecent.cn/p/78f91c9dc135]tf2.0學(xué)習(xí)（二）...
-
tf2.0學(xué)習(xí)（四）——反向傳播算法我們接著之前的內(nèi)容tf2.0學(xué)習(xí)（一）——基礎(chǔ)知識(shí)[http://www.itdecent.cn/p/78f91c9dc135]tf2.0學(xué)習(xí)（二）——進(jìn)階知識(shí)[https...
-
tf2.0學(xué)習(xí)（三）——神經(jīng)網(wǎng)絡(luò)
之前的文章分別介紹了TensorFlow中張量的一些基本知識(shí)：tf2.0學(xué)習(xí)（一）——基礎(chǔ)知識(shí)[http://www.itdecent.cn/p/78f91c9dc135]...
-
常見Optimizer深度學(xué)習(xí)中的常用框架，無論是PyTorch還是TensorFlow，都封裝了很多優(yōu)化器。那么各優(yōu)化器之間有什么優(yōu)點(diǎn)和缺點(diǎn)呢。下面我們就回顧一下主流的優(yōu)化算法。 1. 前言 當(dāng)...
-
常見回歸模型參數(shù)
SVR gamma是選擇RBF函數(shù)作為kernel后，該函數(shù)自帶的一個(gè)參數(shù)。隱含地決定了數(shù)據(jù)映射到新的特征空間后的分布，gamma越大，支持向量越少，gamma值越小，支持向...
-
tf2.0學(xué)習(xí)（二）——進(jìn)階知識(shí)前一篇文章[http://www.itdecent.cn/p/78f91c9dc135]介紹了TensorFlow的基礎(chǔ)知識(shí)，主要是張量的基本操作，這篇文章主要介紹有些張量...