- 博客(2)
- 收藏
- 关注
RSS订阅原创 Bert模型与Bart模型项目
self.bert = BertModel.from_pretrained(bert_path)#即加载了大佬的模型与参数这个文件夹下就是预练的模型的参数啊啥的比如config.json用于存储配置参数。它可以帮助你管理模型的超参数、数据路径、训练设置等信息，使得代码更加模块化和易于维护。
2025-03-08 15:44:24
638
原创 卷积神经网络学习笔记
1.卷积操作可以使得捕捉到局部特征不受位置的影响，卷积操作就是用可以移动的卷积核（小窗口，权重）来提取特征。2.数据填充的主要目的是确保卷积核能够覆盖输入图像的边缘区域，同时保持输出特征图的大小。这对于在CNN中保留空间信息和有效处理图像边缘信息非常重要，引入非线性，激活函数，能学到更复杂的特征。3.每个卷积核相当于特征检测器，在训练的过程中，卷积核的权重会自动调整，以便他们能够识别出输入数据的某些特征模式，有的卷积核可能学会检测边缘、、、特征；因此多个卷积核相当于提供了多个特征检测器。
2025-03-05 19:25:17
715
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人