《昇思25天学习打卡营第18天|gaoba13j》

最新推荐文章于 2024-11-09 15:56:43 发布
最新推荐文章于 2024-11-09 15:56:43 发布
阅读量108 收藏
点赞数 2
文章标签： 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gaoba13j/article/details/140342127
版权

打卡第18天，今天学习 LSTM+CRF序列标注

LSTM 即 循环神经网络的典型场景 长短期记忆网络

CRF 即 条件随机场 一种适合此类场景的一种概率图模型，它能够学习到 命名实体识别视为多分类问题而每个词的预测概率都是独立的 关联关系的算法来保证预测结果的正确性。

然后建模训练，，

Gaoba13j
关注
《昇思25天学习打卡营第25+5天|gaoba13j》
07-23 192
2.模型主体的Block结构是基于Transformer的Encoder结构，但是调整了Normalization的位置，其中，最主要的结构依然是Multi-head Attention结构；3.模型在Blocks堆叠后接全连接层，接受类别向量的输出作为输入并用于分类。1.数据集的原图像被划分为多个patch（图像块）后，将二维patch（不考虑channel）转换为一维向量，再加上类别向量与位置向量作为模型输入；它是不依赖卷积操作的情况下，依然可以在图像分类任务上达到很好的效果的一种经典的分类方法。
《昇思25天学习打卡营第25+2天|gaoba13j》
07-21 136
传统的卷积神经网络是将一系列的卷积层和池化层堆叠得到的，但当网络堆叠到一定深度时，就会出现退化问题。ResNet相较传统而言 提出了残差网络结构来减轻退化问题，可以实现深度1000+。图像分类是最基础的有监督学习类型的计算机视觉应用。打卡第27天，今天学习 ResNet50图像分类。
《昇思25天学习打卡营第25+4天|gaoba13j》
07-22 209
它是一种单阶段的目标检测算法，通过卷积神经网络进行特征提取，取不同的特征层进行检测输出，所以也属于一种多尺度的检测方法，同时也是以VGG16作为基础的一种升级版优化模型。SSD，全称为Single Shot MultiBox Detector，即单步多框目标检测。打卡第29天，今天学习 SSD目标检测。
《昇思25天学习打卡营第25+3天|gaoba13j》
07-21 158
ShufflenetV1是旷视科技提出的一种计算高效的CNN模型；可以简称为一种轻量级CNN网络，有其他的比如：MobileNet。此模型设计目的就是利用有限的计算资源来达到最好的模型精度；逐点群卷积，通道洗牌。在保持精度的同时大大降低了模型的计算量。打卡第28天，今天学习 ShuffleNet图像分类。
《昇思25天学习打卡营第25+1天|gaoba13j》
07-19 152
简单来说可以理解为，“使用原有已训练好的猫模型，修改修改初始化网络权重参数等，重新进行老虎的训练从而得到新的老虎识别模型”。迁移学习指的是 基于一个已有的与训练模型，然后重新初始化网络的权重参数或作为固定特征提取器应用于相关特定的任务中。打卡第26天，今天学习ResNet50迁移学习。数据集为：ImageNet的狼狗数据集。
《昇思25天学习打卡营第25天|gaoba13j》
07-18 234
此网络特点：1.不含全连接层的全卷积网络，可适应任意尺寸输入；2.增大数据尺寸的反卷积层，能够输出精细的结果；3.结合不同深度层结果的跳级(skip)结构，同时确保鲁棒性和精确性。FCN，全称 Fully Convolutional Networks，即 全卷积网络。它是首个端到端进行像素级预测的全卷积网络；可使用数据集为：PASCAL VOC 2012数据集，SDB数据集。打卡第25天，今天学习FCN图像语义分割。1.卷积化，2.上采样，3.跳跃结构；
《昇思25天学习打卡营第13天|gaoba13j》
07-06 110
当然需要导入mindNLP库，然后建立模型生成数据集开始编解码训练。打卡第13天，今天学习 应用实践之文本解码原理以mindNLP为例。在原有自回归语言模型基础上，使用贪心搜索算法 或者 束搜索算法。今天外出打卡，终于是用手机操作完成 此次课程，太不容易了。
《昇思25天学习打卡营第14天|gaoba13j》
07-08 403
打卡第14天，今天学习一个案例，基于MindNLP和ChatGLM-6B实现一个聊天应用。2.然后配置网络线路并下载权重，就可以开始尝试聊天了，可以适当修改参数查看效果。
《昇思25天学习打卡营第12天|gaoba13j》
07-05 407
首先，还是先安装需要的支持包 mindnlp和jieba，并配置环境变量HF_ENDPOINT。打卡第12天，今天学习神经网络之基于MindSpore通过GPT实现情感分类的实例。然后，加载数据集，随机进行分割成需要的训练集和测试集。最后，再使用测试集对训练出来的模型进行测试。随后，导入建立分词器，并导入数据开始训练。
Java8 Streams流
董广明的博客
11-28 526
参考： Java 8 Centralhttps://www.oracle.com/java/technologies/java8.html Java 8 Streamhttps://www.runoob.com/java/java8-streams.html Java 8 特性 – 终极手册http://ifeve.com/java-8-features-tutorial/ Java 8 中的 Streams API 详解 https://developer.i...
XDrift：农药喷雾漂移暴露的景观规模模拟R软件包
SoftwareX 12（2020）100610原始软件出版物XDrift-一个R软件包，用于模拟景观尺度下非目标物种栖息地的空间明确农药喷雾漂移暴露Sascha Buba，Zhao，Thorsten Schadb，Zhenglei Gaoba科布伦茨-兰道大学环境科学研究...
rainmeter 修正天气插件信息不准确 设置居住城市
热门推荐
banyu1952的博客
07-28 2万+
rainmeter天气插件的原理是用爬虫抓取一个天气网页然后用自带的那一套正则表达式匹配出天气信息 在国外官网社区下载的插件的天气信息城市都会出现问题(因为插件作者又不知道你在哪),解决方法是在原基础上纠正城市代码或者换一个url和正则表达式 我选择的前者 但我并不知道是哪个天气网站的api,于是我就根据url的规律爬了将近10000个应该是中国城市的代码,如下 纠正方法 打开...
批量归一化 BN(Batch Normalization) (减少重复学习 - 加速损失收敛) + 代码实现 ——笔记2.15《动手学深度学习》
科研汪小陈的博客
11-08 777
批量归一化固定小批量中的均值和方差，然后学习出适合的偏移和缩放； 可以加速收敛速度（比如以前学习率是0.01，现在用了批量归一化后，可以调到0.1） 不会出现之前：学习率太大的话，上面 (靠近损失的梯度) 会炸掉； 不会出现之前：学习率太小的话，下面 (靠近数据的模型参数) 会学不动； 每一个层的输出都通过均值方差放在一起了，上下层的分布都差不多是正态分布； 但一般不改变模型精度
C 学习（4）
search7的博客
11-05 765
C语言学习，每个模块来自工作中的？？？
软件测试学习笔记丨Vue常用指令-条件渲染（v-if）
ceshiren_com的博客
11-05 616
v-show只是简单控制dom元素的display属性。v-if通过操纵dom元素来进行切换显示。
Greiner 经典力学（多体系统和哈密顿力学）第十二章 学习笔记（Rotation About a Point）
最新发布
Ivan 的专栏
11-09 493
上一章是绕定轴转动，这章是绕定点转动。这一章明显上难度了。
青少年学习倦怠测评
一火的专栏
11-09 38
未来，可以进一步拓展研究样本和范围，深入探讨学习倦怠的影响因素和干预措施，为青少年的教育发展贡献更多的力量。通过编制问卷，收集学生在学习过程中的情感体验、学习态度、学业成绩等方面的信息，进而评估学生的学习倦怠情况。为了全面评估青少年的学习倦怠情况，本研究基于文献综述和实证调查，编制了一份包含情感耗竭、学业疏离和低成就感三个维度的青少年学习倦怠测评问卷。随着教育竞争的日益激烈，青少年面临着巨大的学习压力。学校和教师应该注重培养学生的学习兴趣和爱好，鼓励学生参加课外活动和兴趣小组，拓宽学生的知识面和视野。
一文学习Android中的Treeview
执剑人
11-08 525
在Android开发中，TreeView是一种用于显示层次结构的组件，可以让用户展开和折叠子项，以方便查看数据的不同层次。TreeView在文件系统、组织架构、目录结构等场景中非常有用，尽管Android并未提供内置的TreeView控件，但可以通过一些方式实现类似效果。下面介绍如何在Android中实现一个简单的TreeView，通常是通过自定义适配器和数据结构来构建。
从零学习大模型（十四）-----量化（一）
red_guy的博客
11-05 584
量化（Quantization）是一种在计算机科学和深度学习中广泛应用的技术，其基本目标是通过减少模型中数值表示的位宽来降低计算和存储成本。简单来说，量化就是将高精度（通常是浮点数）转换为低精度（通常是定点数）表示，同时尽量保持模型的性能和准确性。量化通常用于深度学习模型（尤其是大模型）中，以减小模型的存储空间和提高推理速度。量化不仅可以减少模型的内存占用，还能提高硬件的计算效率，尤其是在低功耗设备（如移动端、嵌入式系统、边缘计算设备）上。范围选择：确定量化数据的最小值和最大值，从而决定数据的量化范围。
Java基于小程序公考学习平台的设计与实现（附源码，文档）
chusheng1840的博客
11-09 473
Java基于小程序公考学习平台的设计与实现，小程序公考学习平台使用Java语言进行编码，使用Mysql创建数据表保存本系统产生的数据。系统可以提供信息显示和相应服务，其管理小程序公考学习平台信息，查看小程序公考学习平台信息，管理小程序公考学习平台。总之，小程序公考学习平台集中管理信息，有着保密性强，效率高，存储空间大，成本低等诸多优点。它可以降低信息管理成本，实现信息管理计算机化。关键词：小程序公考学习平台；Java语言；Mysql。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值