- 博客(4)
- 资源 (1)
- 收藏
- 关注
原创 清华源失效后如何安装pytorch1.01
今天本想体验下最新版的pytorch1.01,结果发现conda install时候HTTP error了,查了一下原来从4月25日其国内的清华源、中科大源等陆续关停服务,无奈又只能恢复到Anaconda官网的原始源,我的心情拔凉拔凉的,只能这样啦,安装过程中如何提速记录分享一下。我的GPU是Nvidia 2080ti,CUDA版本10.0,所以我在不同的虚环境中同时安装CPU版...
2019-04-28 22:05:56 5803 1
原创 【论文阅读笔记】Learning Hierarchical Representations of Electronic Health Records for Clinical Outcome
本文发布在arxiv 2019 基于电子病历(EHR)的临床结局预测对提高医疗质量起着至关重要的作用。传统的深度序列模型无法捕捉到长而不规则的临床事件序列中编码的丰富的时间模式。长时间尺度的临床事件表现出较强的时间模式,而短时间内的事件往往是无序的共现。因此,本文提出了不同时间尺度的临床事件模型的不同机制。本文提出的模型学习事件序列的层次表示,自适应地区分短期和长期事件,并准确...
2019-04-25 17:13:29 675 1
原创 【论文阅读笔记】Linguistic Knowledge and Transferability of Contextual Representations
本文发布在arxiv 2019 preprint 通过十六种不同的探究任务来研究语境化知识和语境化词语表示的可迁移性。预训练的上下文相关词向量足以在广泛的NLP任务中实现高性能。对于需要特定信息但未被上下文单词表示捕获的任务,学习特定任务的上下文特征有助于在词向量中编码必要的知识。此外,对情境化层的可迁移性模式的分析表明,LSTM的最低层编码最具可迁移的特征,而Transofor...
2019-04-21 08:55:05 813
原创 【论文阅读笔记】The Effectiveness of Multitask Learning for Phenotyping with Electronic Health Records Data
本文发布在arxiv 2019 电子表型分析的任务是通过分析其医疗记录来确定个人是否具有感兴趣的医学病症,并且是临床信息学的基础。电子表型越来越多地通过监督学习来完成。本文使用电子健康记录(EHR)数据研究多任务学习对表型分析的有效性。多任务学习旨在通过共同学习其他辅助任务来提高目标任务的模型性能,并已用于机器学习的不同领域。但是,它在应用于EHR数据时的效用尚未确定,之前的工作...
2019-04-20 15:51:00 234
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人