cnn
文章平均质量分 69
Happy丶lazy
这个作者很懒,什么都没留下…
展开
-
pytorch_CNN实现文本情感分类
前面一章已经讲了cnn如何做图像识别,相对应的cnn也可以做文本识别,中心思想不变,卷积层以及池化层等不变,但是数据的输入就需要进行对应的调整不熟悉cnn的同学可以看看上篇文章https://blog.csdn.net/qq_39309652/article/details/115978825?spm=1001.2014.3001.5501这里对cnn的框架不再描述,我们主要看看文本数据如何转化为模型所需要的数据我们只需要将数据构建为(N,C,H,W),其中N为批量数据,C为信号的通道,H为宽,W为原创 2021-04-24 22:06:30 · 2173 阅读 · 0 评论 -
CNN_原理以及pytorch多分类实践
若需要数据以及源代码加群753035545当我们进行这样处理是会产生非常多的参数,我我们可以通过以下详细过程进行分析,如何利用最少的参数等到相同的结果这只是一个分类情况,就用了16个参数,之后看最后的结果使用了16*9个参数才能计算完成,而且这只是一层,我们发现最后的结果一般只与四个参数有关,我们可不可将这四个参数提取出来最后通过一个卷积层将数据进行转换在上图中,输入和卷积核都是张量,卷积运算就是卷积分别乘以输入张量中的每个元素,然后输出一个代表每个输入信息的张量,其中卷积核又称为权重原创 2021-04-21 21:07:33 · 2816 阅读 · 2 评论