Daisymanman的博客

Prompt-Based Meta-Learning

提示真的有意义吗

提示学习、原型向量、对比学习

1、下采样2、降维、去除冗余信息、对特征进行压缩、简化网络复杂度、减小计算量、减小内存消耗等。也就是说在保留主要的特征的同时减少参数和计算量，防止过拟合，提高模型的泛化能力。① 特征不变性，在对图像进行操作时，池化就是图像的resize，在图像被压缩时，被去掉的信息是一些不重要的信息，而留下的信息则是具有尺度不变型的特征，也是最能表达图像信息的特征。② 特征降维，也就是去除冗余信息，把最重要的特征抽取出来。...

torch.pow（）：对输入张量的每个元素进行幂次运算：a = torch.randint(1,6,(2, 3))print(a)print(torch.pow(a,2))输出：unsqueeze()：维度扩增，对张量的某一维上增加一维：a = torch.randint(1,6,(2, 3))print(a)print(a.unsqueeze(1))print(a.unsqueeze(1).shape)输出：view()：改变张量的维度，可以将一

#encoding=utf-8import xlrdfrom xlwt import *#------------------读数据---------------------------------fileName="6.xlsx"bk=xlrd.open_workbook(fileName)shxrange=range(bk.nsheets)try: sh=bk.sheet...

1、在cmd窗口中，进入到python的文件夹内的 Scripts内，我的目录地址是：D:/using/Python/Scripts 命令行输入：easy_install pip 运行结束后，安装PyYAML and NLTK ，命令行输入：pip install pyyaml nltk 会有很多进度条，最后显示successfully这样就将nltk installed

#from nltk.book import *;   #导入NTLK包中book中的所有的例子模型    #print(text1);  #输出book中text1的相关信息    #text1.concordance("monstrous");    #在text1中找到特定单词并显示出上下文  #print("monstrous in text1 similar to")