深度学习
平行世界里的我
这个作者很懒,什么都没留下…
展开
-
深度学习——NLP-6.更多应用
6.1 NLP模型的更多应用原创 2022-05-15 10:27:38 · 135 阅读 · 0 评论 -
深度学习——NLP-5.预训练模型
5.1 为什么要预训练语言模型5.2 ELMo句向量5.3 越来越大的语言模型5.4 GPL单向语言模型5.5 BERT双向语言模型原创 2022-05-15 10:26:38 · 243 阅读 · 0 评论 -
深度学习——NLP-4.全是注意力
4.1 什么是语言模型的注意力4.2 Attention注意力机制4.3 Transformer是怎样将注意力发挥到极致4.4Transformer将注意力发挥到极致原创 2022-05-15 10:24:31 · 171 阅读 · 0 评论 -
深度学习——NLP-3.理解句子
3.1 如何才能理解句子3.2 Seq2Seq生成模型3.3 CNN的语言模型原创 2022-05-15 10:21:44 · 254 阅读 · 0 评论 -
深度学习——NLP-2.理解词语
2.1 词向量是什么2.2 Continuous Bag of Words (CBOW)2.3 Skip-Gram原创 2022-05-15 10:20:15 · 492 阅读 · 0 评论 -
深度学习——NLP-1.搜索
1.1 搜索引擎怎么工作1.2 统计学让搜索速度起飞1.3 搜索的扩展原创 2022-05-15 10:17:38 · 703 阅读 · 0 评论 -
人工智能——Pandas数据结构
numpy只能处理数值型数据,很多时候还需处理字符串、时间序列等,就需要Pandas(Python Data Analysis Library,数据分析库)。Pandas是基于Numpy的一个开源Python库,被广泛应用于数据分析、数据清洗以及准备等工作。数据科学家经常和表格形式的数据(比如.csv ,.tsv , .xlsx)打交道,Pandas可以使用类似SQL的方式非常方便的加载、处理、分析这些表格形式的数据。同时搭配Matplotlib和Seaborn效果更好。pandas可以满足以下需求原创 2022-05-12 11:08:38 · 622 阅读 · 0 评论 -
GAN生成对抗网络
1. GAN的介绍1.1 GAN的引入GAN:Generative Adversarial Networks 是一种无监督的深度学习模型,提出于2014年,被誉为“近年来复杂分布上无监督学习最具前景的方法之一。”1.2 GAN模型的主要组成生成器G(generator) 判别器D(discriminator)1.3 GAN训练的目的希望生成器G能够学习到样本的真实分布,那么G就能生成之前不存在的但是却又很真实的样本。1.4 GAN的网络结构示意图1.5 数学描..原创 2022-05-06 21:02:55 · 3483 阅读 · 0 评论 -
深度学习——(CNN)_彩色图片分类 | 01
目录一、前期工作1.设置GPU2.导入数据3.归一化4.可视化二、构建CNN网络三、编译四、训练模型五、预测六、模型评估一、前期工作1.设置GPU2.导入数据3.归一化4.可视化二、构建CNN网络三、编译四、训练模型五、预测六、模型评估...原创 2022-02-18 21:37:07 · 909 阅读 · 0 评论