- 博客(7)
- 收藏
- 关注
RSS订阅原创 linux任务2
任务5：在目录下创建py文件，并进行运行步骤1：学习python下os模块处理文件和目录的函数，https://www.runoob.com/python/os-file-methods.html步骤2：学习python下sys模块和传参函数，https://www.runoob.com/python3/python3-module.html步骤3：在home/datawhale目录下，在你英文昵称（中间不要有空格哦）的文件夹中，新建一个test5.py文件，改程序可以使用os、sys模块完成以下功能
2021-12-22 22:37:30
108
原创 linux任务1
任务1：使用命令行登录指定的Linux环境在官网下载xshell并安装，连接ip地址，并输入用户名与密码，连接服务器。连接成功！任务2：在目录下创建文件夹、删除文件夹利用ll命令查看/home/datawhale目录已有文件夹在/home/datawhale目录下，新建一个名称为cynthia的文件夹 mkdir cynthia并再次查看ll，发现文件夹已创建成功！在cynthia内部创建一个以datawhale命名的文件夹在datawhale文件夹下创建一个空白的tes
2021-12-17 14:40:47
208
原创 机器翻译及相关技术、注意力机制和Seq2seq模型、Transformer
一、机器翻译及相关技术机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）。 主要特征：输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同。二、注意力机制和Seq2seq模型注意力机制在“编码器—解码器（seq2seq）”⼀节⾥，解码器在各个时间步依赖相同的背景变量（context vector）来获取输⼊序列信...
2020-02-19 21:54:06
276
原创 卷积神经网络基础、LeNet、卷积神经网络进阶
一、卷积神经网络基础二维卷积层本节介绍的是最常见的二维卷积层，常用于处理图像数据。二维互相关运算二维互相关（cross-correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维数组，其中核数组通常称为卷积核或过滤器（filter）。卷积核的尺寸通常小于输入数组，卷积核在输入数组上滑动，在每个位置上，卷积核与该位置处的输入子数组按元素相乘并求和，...
2020-02-19 21:50:59
195
原创 过拟合欠拟合及其解决方案、梯度消失梯度爆炸、循环神经网络进阶
一、过拟合欠拟合及其解决方案我们将探究模型训练中经常出现的两类典型问题：一类是模型无法得到较低的训练误差，我们将这一现象称作欠拟合（underfitting）；另一类是模型的训练误差远小于它在测试数据集上的误差，我们称该现象为过拟合（overfitting）。 在实践中，我们要尽可能同时应对欠拟合和过拟合。虽然有很多因素可能导致这两种拟合问题，在这里我们重点讨论两个因素：模型复杂度和训练数据...
2020-02-19 21:45:04
265
转载 文本预处理、语言模型、循环神经网络基础学习概述
一、文本预处理文本是一类序列数据，一篇文章可以看作是字符或单词的序列，预处理通常包括四个步骤：读入文本分词建立字典，将每个词映射到一个唯一的索引（index）将文本从词的序列转换为索引的序列，方便输入模型二、语言模型一段自然语言文本可以看作是一个离散时间序列，给定一个长度为 T 的词的序列 w1,w2,…,wT ，语言模型的目标就是评估该序列是否合理，即计算该序列的概率：P(w1,w...
2020-02-14 20:12:19
128
转载 线性回归、Softmax与分类模型、多层感知机学习概述
主要参考伯禹教育：https://www.kesci.com/org/boyuai/project/5e4117b1b8c462002d687509一、线性回归1.1 模型例如，假设价格只取决于房屋状况的两个因素，即面积（平方米）和房龄（年）。接下来我们希望探索价格与这两个因素的具体关系。线性回归假设输出与各个输入之间是线性关系。1.2 数据集我们通常收集一系列的真实数据，例如多栋房屋的...
2020-02-14 19:42:58
216
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