人工智能
文章平均质量分 77
未空blog
沙弥虽小,终成法王
展开
-
GMPNN:Drug-drug interaction prediction with learnable size-adaptive molecular substructures.
GMPNN:Drug-drug interaction prediction with learnable size-adaptive molecular substructures.MPNN介绍https://blog.csdn.net/oldmao_2001/article/details/113571930?spm=1001.2014.3001.5506MPNN可看上面的这篇博客,我觉得这篇写得比较形象,需要注意的是,MPNN并不是一个模型,而是一类框架,其中心思想就是三个步骤1.消息传递 2.原创 2022-05-31 11:47:55 · 398 阅读 · 0 评论 -
DESC_MOL-DDIE模型复现记录(发现问题)
只是做记录哈,遇到的问题,不知道跑不跑的通还,如果能够对后来人有帮助就是最好了1.首先就是下载语料库数据集GitHub - isegura/DDICorpus找到2013版本.zip,这里我看到一个BRAT一开始不知道是什么,还查了一下,我们应该用不到这个把数据集下载下来然后看readme,主要是LINUX命令不熟悉在这里兜了一会儿圈,遇到的奇怪LINUX命令总结_未空blog的博客-CSDN博客这个是将xml格式语料转成BRAT 再存进tsv文件里的代码,还有一个很...原创 2022-03-28 16:32:29 · 1905 阅读 · 5 评论 -
Pytorch入门笔记(多分类问题)
怎么用softMax解决多分类问题以及Pytorch实现 ?分类网络怎么设计? 将分类网络设置成多个输出,但是这样会产生一个问题,如果输出是概率的情况下,如果出现多个神经元输出都很高?这样就不是很合理了,希望y输出能够满足分布性质的要求,即和等于1,>0,与二分类不同,二分类只需要一个参数就行.P(正确) = 0.8那么P(错误) = 0.2. 所以这样的,sigmoid得不到想要的结果,变换一下网络结构 保证神经网络输出变...原创 2021-10-15 20:50:45 · 701 阅读 · 0 评论 -
王木头学科学笔记~损失函数是如何设计出来的?直观理解“最小二乘法”和极大似然估计法和交叉熵,比较两个概率模型的思路
声明:原作者为哔哩哔哩上up主 王木头学科学 本人仅在此处做笔记供自己学习分享如果给大家提供帮助就更好了,如有侵权删除哦。在训练神经网络的过程中,需要有一个损失函数,来进行梯度下降,那么这个损失函数是怎么设计出来的呢?最小二乘法 极大似然估计法 交叉熵神经网络就是线性函数+激活函数,形式上非常简单,却能表现出复杂的智能特性。 神经网络它按照人为设定的标准来执行任务,问猫是什么,不知道,但是只需要告诉是不是猫,人家自己就知道训练了,在它那里建立一个标准,和人的标准进行对比,目的就是调整...原创 2021-10-14 12:13:23 · 590 阅读 · 0 评论 -
Pytorch入门笔记:CNN卷积神经网络(哔哩哔哩刘二大人)
class Net(torch.nn.Module): def __init__(self): super(Net, self).__init__() self.l1 = torch.nn.Linear(784, 512) self.l2 = torch.nn.Linear(512, 256) self.l3 = torch.nn.Linear(256, 128) self.l4 = torch.nn.Lin...原创 2021-10-13 20:26:03 · 778 阅读 · 0 评论