- 博客(3)
- 收藏
- 关注
RSS订阅原创 关于自然语言处理的相似度计算猜想
首先我学习自然语言处理的时间也不长，也就研一到现在，不到一年。上了一节课，觉得挺无聊的，就上课时间想了一想关于自然语言处理的东西。可以去看看前面发的那篇相似度计算的文章。本文还是结合食用更好。文章地址如下：Pytorch相似度计算特征表示不论是句子，图像，还是现实中的事物都是有特征这个东西的。我们使用深度学习，机器学习或者说什么传统方法，基本上都是在学习特征，然后根据特征去进行泛化模型参数，以求适应更多的情况。而这些特征的表示就是表示成了一个个向量。比如：一个特定的人拥有性别，长相，身高，性格等等
2020-05-27 19:28:02
252
原创 Pytorch相似度计算
1 余弦相似度余弦相似度是一种我们较为常用的计算向量相似度的方法。下面就是计算余弦相似度的公式：import torchimport torch.nn as nnimport mathclass ConineSimilarity(nn.Module): def forward(self, tensor_1,tensor_2): normalized_tensor_1=tensor_1/tensor_1.norm(dim=-1,keepdim=True)
2020-05-23 15:58:32
9928
1
原创 pytorch的八种损失函数测试
1 L1Loss创建一个标准来测量标准中每个元素之间的平均绝对误差（MAE）输入：math：x和目标：math：ywhere :math:N is the batch size. If :attr:reduction is not 'none'(default 'mean')import torch.nn as nnimport torchlossfun=nn.L1Loss()input=torch.randn(3,5,requires_grad=True)print(inpu
2020-05-23 10:15:04
1044
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