自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 我理解的文本表示模型(一) 词袋模型与N-grams模型

rawtf​表1 样本示例想要对短信进行分类,首先明确,在这次建模中,X是什么,Y是什么。很明显第一列短信内容为X,而短信的类别为Y。我们可能有30000个这样的样本。我们期望达到的效果是,当手机收到一条短信时,模型能够自发的判断出这条短信属于哪一类。然而计算机是无法直接读懂中文的,我们首先第一步需要做的便是,将这些汉字转换为计算机能够读懂的语言。而这一步我们将它称为下文参考了,并介绍了两种常见的文本表示模型。

2024-06-21 09:43:48 698

原创 AAAI最佳论文Informer 复现(含python notebook代码)

Informer 算法复现代码 含notebook

2023-11-22 11:15:29 2248 5

原创 AAAI最佳论文Informer 解读

AAAI最佳论文Informer:效果远超Transformer的神器简介预处理 Preliminary 与样本生成Step1:Embedding待更新 2021/04/02由于Informer主要是在Transformer上的改进,这里不再赘述Transformer的细节,可以参见另外的博文,可以推荐两个。深入理解Transformer及其源码解读最火的几个全网络预训练模型梳理整合(从ELMO到BERT到XLNET)简介那么Informer是做什么的呢?主要针对长序列预测(Long Seque

2021-04-02 11:07:20 40775 100

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

提示
确定要删除当前文章?
取消 删除