![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 64
农夫三拳lhx
人生太长,无法简介
展开
-
Bert算法模型ppt分享
ppt转成图片形式上传的,带来不便尽请谅解。分享内容如下:1.Bert概述,介绍Bert是什么,已经2018年发表出来后带来的影响,Bert模型的表现。2. Transformer模型的回归,介绍self-attention,多头机制,为什么要用多头。3. Bert模型的改进,和Transformer的Encoder有什么区别。4. Bert模型结构的介绍,模型输入介绍5. LN和BN的区别和联系6. Bert参数量的计算7. Pre-Train的两个训练方式8. Fine-Turn的介绍原创 2021-03-30 14:43:08 · 2866 阅读 · 2 评论 -
准确度(accuracy)、精确率(precision)、召回率(recall)、F1值 谈谈我的看法
前言准确度、精确率、召回率、F1值作为评估指标,经常用到分类效果的评测上。比较好理解的二分类问题,准确度评估预测正确的比例,精确率评估预测正例的查准率,召回率评估真实正例的查全率。如何把这些评估指标用到多分类上呢,比如有三个类别A、B、C,准确度好理解,只要关系是否预测正确即可;那么精确率和召回率怎么理解呢?我们可以把多分类问题拆分成多个二分类问题,比如A类别是否预测正确,B类别是否预测正确,C类别是否预测正确,分别计算各个类别的每个类别的精确率和召回率,最终求均值既能作为所有样本的评估指标。基本概原创 2020-08-22 16:46:59 · 67239 阅读 · 5 评论 -
基于数据并行实现多GPU跑模型预测(VGG16示例)
个人总结能实现多GPU跑图的方法:1、使用谷歌框架tf.estimator;session_config = tf.ConfigProto(device_count={'GPU': 0,'GPU':1,'GPU':2,'GPU':3}) run_config = tf.estimator.RunConfig().replace(session_config=session_confi...原创 2020-04-30 17:55:17 · 2161 阅读 · 2 评论