- 博客(4)
- 收藏
- 关注
RSS订阅原创 小白跑通YOLOV3——超完整教程！
这篇博客记录了我运行YOLO V3代码的过程。由于这是在成功运行一段时间后编写的，因此每一步并不特别详细，具体的步骤可以搜索其他博客。此篇博客主要记录了成功运行所需的一些关键步骤。
2024-06-28 15:22:31
2537
原创 【NLP】基于Transformer的机器翻译(日-＞中）
设置源语言词汇表大小# 设置目标语言词汇表大小# 设置嵌入层大小# 设置多头注意力机制的头数NHEAD = 8# 设置前馈神经网络隐藏层维度# 设置批量大小# 设置编码器层数# 设置解码器层数# 设置训练轮数# 创建Seq2SeqTransformer模型实例# 初始化模型参数# 将模型放到设备上（GPU或CPU）# 定义损失函数，忽略PAD_IDX位置的损失# 定义优化器# 定义一个训练周期的函数losses = 0# 定义一个评估模型的函数losses = 0。
2024-06-23 17:07:30
839
原创 【NLP】基于注意力机制的机器翻译
<pad>”（padding）符号用来添加在较短序列后，直到每个序列等长，而“<bos>”和“<eos>”符号分别表示序列的开始和结束。PAD, BOS, EOS = '<pad>', '<bos>', '<eos>' # 定义特殊符号，用于序列处理os.environ["CUDA_VISIBLE_DEVICES"] = "0" # 设置环境变量CUDA_VISIBLE_DEVICES为0，指定使用的GPU设备。
2024-06-17 18:05:49
1584
原创 【NLP】基于MLP与CNN实现姓氏分类
"""初始化多层感知器模型，包括两个线性层和一个激活函数。参数：input_dim (int): 输入向量的大小hidden_dim (int): 第一个线性层的输出大小output_dim (int): 第二个线性层的输出大小"""self.fc1 = nn.Linear(input_dim, hidden_dim) # 定义第一个线性层self.fc2 = nn.Linear(hidden_dim, output_dim) # 定义第二个线性层"""多层感知器的前向传播过程。
2024-06-11 15:20:12
1845
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人