Pytorch
文章平均质量分 61
energy_百分百
while(1){慢几步,深几度}
展开
-
#手写代码# 使用Bert进行文本分类(包含文本预处理、自定义分类器、模型训练与评估)
用预训练的Bert模型进行文本分类,主要的工作有两个,分别是:文本预处理自定义全连接层分类网络并将分类网络连接到 预训练好的Bert网络之后1 配置文件首先,我们需要定义一个配置文件,定义一系列要使用到的参数class Config(object): ''' 配置参数 ''' def __init__(self,dataset): self.model_name='LiChenhao Bert Model' # 训练集,测试集,检原创 2021-05-20 11:02:18 · 4946 阅读 · 5 评论 -
#深入探究# PyTorch中的 forward() 方法详解
在PyTorch的很多函数中都会包含 forward() 函数,但是也没见哪里调用过forward() 函数,不免让人产生疑惑想要了解 forward() 函数的作用,首先要了解 Python 中的 __ call __ 函数,__ call __ 函数的作用是能够让python中的类能够像方法一样被调用,通过下边的例子来理解一下:class X(object): def __init__(self, a, b, range): self.a = a self原创 2021-05-06 22:57:42 · 8066 阅读 · 7 评论 -
#彻底理解# pytorch 中的 squeeze() 和 unsqueeze()函数
在网上找了很多关于 torch.squeeze() 和 torch.unsqueeze()函数的讲解,但是讲的都不是很明白,尤其是维度增加的位置部分,这里分享一下我自己的理解:torch.squeeze(A,N)torch.unsqueeze()函数的作用减少数组A指定位置N的维度,如果不指定位置参数N,如果数组A的维度为(1,1,3)那么执行 torch.squeeze(A,1) 后A的维度变为 (1,3),中间的维度被删除注:如果指定的维度大于1,那么将操作无效如果不指定维度N,那么将删除所原创 2021-04-29 21:52:23 · 858 阅读 · 0 评论