语义识别
zzhuao
cs小白,摸索中学习。
展开
-
OSError: [E050] Can‘t find model ‘en‘. It doesn‘t seem to be a shortcut link, a Python package o报错解决
下载地址:texmaker:https://drive.google.com/file/d/19nVOZg9JwqvxL5lYQkvJdJydlOI1A_mx/view?usp=sharingmiktex:https://drive.google.com/file/d/1fm_eRlN9rp96X4XrMG0cdN-drFQc065B/view?usp=sharingtexmaker可以快速安装,miktex安装时选择自动下载更新使用:对于双排模板:打开dc-template.tex(late原创 2020-07-06 09:14:19 · 510 阅读 · 0 评论 -
RNN报错 IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1)解决
检查out_put维度是不是和数据集里的不符合OUTPUT_DIM = len(LABEL.vocab) 即可原创 2020-07-09 12:51:55 · 685 阅读 · 0 评论 -
Visdom-pytorch-loss function and train_acc可视化
from visdom import Visdom line = viz.line(np.arange(10))text = viz.text("<h1>convolution Nueral Network</h1>")time_p, tr_acc, ts_acc, loss_p = [], [], [], []time_p.append(epoch) tr_acc.append(train_acc) # ts_acc.append(acc) los原创 2020-07-01 23:52:47 · 343 阅读 · 0 评论 -
word embedding 中对embedding的理解(新人入门)
在进行word embedding时,首先我们会有一个大词典包含所有的单词。然后每个单词会有自己在这个词典中的索引值。后面我们在使用这个单词时,不再是用单词本身,而是用这个索引值所形成的一个array,这个array为1*词典维度,尽索引值处为1,其余为0。这样实现了word到vector的转换。那么当输入一个句子时,这个句子就会变成一个二维array,每行为组成句子单词的一维array。但是这样的话这个句子维度就会非常巨大(如果词典很大),且多数为0。所以我们通过设定embedding函数,首先emb原创 2020-06-24 11:42:52 · 821 阅读 · 0 评论