![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
AQH~
学习中寻找快乐。。。
展开
-
NVIDIA-Docker
1、安装nvidia-docker基础镜像(官网拉取,选定自己版本) docker run --runtime=nvidia --rm nvidia/cuda:9.0-base nvidia-smi docker run --runtime=nvidia --rm nvidia/cuda:10.0-base nvidia-smi docker run --runtime=nvidia --rm nvidia/cuda:10.1-base nvidia-smi docker run --runtime=n原创 2021-07-06 17:23:16 · 975 阅读 · 0 评论 -
Word2vec实战
1、实验代码和实验数据(提取码:6o65) 思路:思想就不说了哈,开始输入为每个词的one-hot编码,比如词库为10w,输入就是(1,10W) ,模型参数W就是(10W,100),也就是我们想要的词向量矩阵,刚开始为随机初始化。训练时有一个固定滑动窗口,用两端的词去预测中间的词或者用中间的词去预测两端的词。整体训练还是挺简单的,jieba分词,训练每个词的词向量。 模型里面词相似计算并不是简单的向量之间的欧氏距离或余弦相似度。(融合了词频等维度信息) 2、实验环境 pyhton=3.6.8 gen原创 2020-08-19 11:14:44 · 750 阅读 · 0 评论