python
文章平均质量分 82
一只楚楚猫
这个作者很懒,什么都没留下…
展开
-
性能优于BERT的FLAIR:一篇文章入门Flair模型
Flair是由Zalando Research开发的一个简单的自然语言处理(NLP)库。Flair的框架直接构建在PyTorch上,PyTorch是最好的深度学习框架之一。名称-实体识别(NER):它可以识别单词是代表文本中的人,位置还是名称。词性标注(PoS):将给定文本中的所有单词标记为它们所属的“词性”。文本分类:根据标准对文本进行分类(标签)。原创 2023-11-04 00:27:08 · 1189 阅读 · 0 评论 -
一篇文章入门KNN算法
因此,无论我们从哪里获取数据,我们都需要使其符合这些约束。该数据包含 30 部电影,包括七种类型的每部电影的数据及其 IMDB 评级。标签列全为零,因为我们不使用该数据集进行分类或回归。此外,在使用 KNN 算法时,电影之间的关系(例如演员、导演和主题)不会被考虑在内,因为捕获这些关系的数据在数据集中丢失了。因此,当我们对数据运行 KNN 算法时,相似性将仅基于所包含的类型和电影的 IMDB 评级。原创 2023-10-31 19:07:48 · 259 阅读 · 0 评论 -
flask入门(四)前后端数据传输
模块来自论文:《Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks》,使用孪生网络(Siamse Network)将两个文本映射到特征空间得到特征向量(384维):先把数据写进字典,字典整体进行传输。原创 2023-10-21 20:59:07 · 3729 阅读 · 1 评论 -
python异常及解决方法汇总
【代码】python异常及解决方法汇总。原创 2023-10-21 19:10:29 · 1004 阅读 · 0 评论 -
classification_report
行名:“类别(0:错误;1:正确)”、“准确率(accuracy)”、“算术平均(macro avg)”、“加权平均(weighted avg)”列名:“精确率(precision)”、“召回率(recall)”、“F1值(f1-score)”、“样本数(support)”想要理解什么是精确率、什么是召回率、什么是F1值,我们首先需要了解混淆矩阵。weighted avg:本身的比例乘以该样本占全部样本的比例。若一致,如副对角线上,则为T;凡是预测为1的都是阳性-P,凡是预测为0的都是隐性-N。原创 2023-09-14 23:48:08 · 188 阅读 · 0 评论 -
pyinstaller报错ImportError: module ‘numpy‘ has no attribute ‘_pyinstaller_hooks_dir“的解决方法
对于编程语言来说,Library文件随着时间的推移而损坏是很常见的,在这种情况下,她可能会以无法解释的方法破坏代码。要解决这些问题,需要重新安装Library文件以修复这些问题。在这里,我们将学习如何强制pip重新安装当前版本。原创 2023-09-10 21:08:07 · 341 阅读 · 0 评论 -
你真的理解PyTorch中的dimension嘛?
Numpy中的sum()方法和PyTorch中的sum()方法几乎相同,除了PyTorch中的dim在Numpy中被称作axis之外。我们首先指定行(2行),然后指定列(3列)。我们可以得出一个结论,第一个维度(dim=0)用于行,第二个维度(dim=1)用于列。当我们观察3D张量的形状时,我们会注意到新的维度被预处理并占据第一个位置(下面用粗体显示),即dim=0代表第三个维度。这个三维张量的第一个维度(dim=0)是最高的,包含3个二维张量。当我们描述二维张量的形状时,我们说它包含一些行和一些列。原创 2023-05-09 13:44:08 · 367 阅读 · 0 评论 -
pytorch: nn.Dropout 和 nn.functional.dropout 的区别
pytorch: nn.Dropout 和 nn.functional.dropout 的区别原创 2022-12-31 11:48:12 · 672 阅读 · 0 评论 -
pytorch:repeat()和expand()的区别
repeat()和expand()的区别原创 2022-12-26 23:04:55 · 476 阅读 · 1 评论 -
python—从list中随机抽取元素
从list中随机抽取元素原创 2022-12-16 21:57:26 · 14860 阅读 · 1 评论 -
numpy.random.choice的使用
numpy.random.choice的使用原创 2022-12-09 22:12:45 · 444 阅读 · 0 评论 -
numpy.random.seed()的使用
numpy.random.seed()的使用原创 2022-12-09 17:46:42 · 290 阅读 · 0 评论 -
使用bert进行中文文本分类
使用bert进行中文文本分类原创 2022-12-07 10:40:42 · 3307 阅读 · 0 评论 -
Bert:一切过往,皆为序章
一篇文章入门Bert原创 2022-11-23 20:55:29 · 582 阅读 · 0 评论 -
一篇文章入门Word2Vec
一篇文章入门Word2Vec原创 2022-11-09 14:27:55 · 2462 阅读 · 0 评论 -
一篇文章入门LSTM和GRU
一篇文章入门LSTM和GRU原创 2022-11-07 10:32:00 · 1163 阅读 · 0 评论 -
一篇文章入门循环神经网络RNN
循环神经网络RNN原创 2022-11-05 12:48:16 · 1885 阅读 · 0 评论 -
一篇文章入门pytorch和深度学习
一篇文章入门pytorch&深度学习原创 2022-10-29 18:37:40 · 799 阅读 · 0 评论 -
python数据分析之matplotlib(一)
python数据分析之matplotlib原创 2022-10-26 21:16:59 · 5753 阅读 · 1 评论 -
python数据分析之pandas(一)
python数据分析之pandas原创 2022-10-26 10:41:58 · 4376 阅读 · 0 评论 -
python数据分析之numpy
python数据分析之numpy原创 2022-10-25 16:32:40 · 1850 阅读 · 1 评论 -
python爬虫实例:批量爬取论文
批量爬取论文原创 2022-10-23 22:32:15 · 824 阅读 · 0 评论 -
python爬虫基础(二)
python爬虫基础:requests+selenium+scrapy之selenium原创 2022-10-19 14:24:05 · 675 阅读 · 0 评论 -
一篇文章入门python字符串处理、正则表达式和NLTK工具包
python字符串处理+正则表达式+NLTK工具包原创 2022-10-17 19:53:49 · 574 阅读 · 0 评论 -
python爬虫基础(一)
python爬虫基础:(requests+selenium+scrapy)之requests原创 2022-10-16 16:32:38 · 4119 阅读 · 1 评论 -
一篇文章入门python基础
python基础原创 2022-10-13 21:49:09 · 784 阅读 · 0 评论 -
flask入门(三)静态文件
静态文件(static files)和模板的概念相反,指的是内容不需要动态生成的文件,比如图片、CSS 文件和 JavaScript 脚本等。在 Flask 中,我们需要创建一个 static 文件夹来保存静态文件,它应该和程序模块、templates 文件夹在同一目录层级。生成静态文件 URL在 HTML 文件里,引入这些静态文件需要给出资源所在的 URL,这些文件的 URL 可以通过 Flask 提供的 url_for() 函数来生成。url_for() 函数的用法,传入端点值(视图函数的名称原创 2021-11-11 16:53:41 · 6384 阅读 · 0 评论 -
Flask入门(二)模板
在一般的 Web 程序里,访问一个地址通常会返回一个包含各类信息的 HTML 页面。因为我们的程序是动态的,页面中的某些信息需要根据不同的情况来进行调整,比如对登录和未登录用户显示不同的信息,所以页面需要在用户访问时根据程序逻辑动态生成。我们把包含变量和运算逻辑的 HTML 或其他格式的文本叫做模板,执行这些变量替换和逻辑计算工作的过程被称为渲染(模板渲染引擎——Jinja2)。按照默认的设置,Flask 会从程序实例所在模块同级目录的 templates 文件夹中寻找模板。模板基本语法在模板里,原创 2021-11-11 15:33:38 · 1213 阅读 · 0 评论 -
Flask入门(一)
追溯到最初,Flask 诞生于 Armin Ronacher 在 2010 年愚人节开的一个玩笑。后来,它逐渐发展成为一个成熟的 Python Web 框架,越来越受到开发者的喜爱。Flask 是典型的微框架,作为 Web 框架来说,它仅保留了核心功能:请求响应处理和模板渲染。这两类功能分别由 Werkzeug(WSGI 工具库)完成和 Jinja(模板渲染库)完成。主页主页的 URL 一般就是根地址,即 / 。from flask import Flaskapp = Flask(__name__原创 2021-11-10 22:15:26 · 963 阅读 · 0 评论 -
基于cv2模块的人脸识别
通过python中的cv2模块进行人脸识别,需要对cv2模块有一定的认识。imread()方法:ret,image=cv2.imread(filename,[,flags]),其中filename是图像文件的路径及名称(图像文件的路径为绝对路径),flags是图像处理的标志位(通知程序以何种方式加载图片),通常flags选取默认值。imread()方法读取出的图片格式为BGR格式,并不是通常的RGB格式。imread()方法的两个返回值,ret为布尔类型,表示是否正确打开图片;image为图片的三维矩阵。原创 2021-01-25 18:54:22 · 2581 阅读 · 6 评论