- 博客(6)
- 收藏
- 关注
RSS订阅原创 nn.Module模块概述
nn.Module模块概述nn.Modulereference:nn.Module在定义自已的网络的时候，需要继承nn.Module类，并重新实现构造函数__init__()和forward这两个方法。在构造函数__init__()中使用super(Model, self).init()来调用父类的构造函数，forward方法是必须要重写的，它是实现模型的功能，实现各个层之间的连接关系的核心。1.一般把网络中具有可学习参数的层（如全连接层、卷积层）放在构造函数__init__()中。2.一般把不具
2021-04-16 11:47:21
1155
原创 textCNN
视频链接：https://www.bilibili.com/video/BV1ip4y1U735/二、非定长句子分类2.1 模型图
2021-04-14 17:55:06
225
原创 torchtext学习笔记
torchtext学习笔记Torchtext主要内容1.Field2.Dataset(自定义类)3.Iterator提示：以下是本篇文章正文内容，下面案例可供参考Torchtext主要内容torchtext对文本数据的预处理主要包含Field、Dataset、Iterator这三个部分。1.Field用来定义字段处理的方法（如文本、标签字段），是否区分大小写，指定分词方法。[常用的参数]squential：数据是否为序列数据，Default: Ture；若为False，则不能使用分词。lo
2021-04-14 16:07:19
2415
4
原创 Word2Vec学习笔记
Word2Vec是词嵌入的一种，简单来说就是将词转化为词向量word2vec工具可以分为两种：CBOW和Skip-gram
2021-04-12 21:27:25
114
原创 NNLM神经网络语言模型学习笔记
NNLM（神经网络语言模型）简介一、模型的网络结构二、模型的原理2.1 模型的输入2.2 模型的输出三、模型的实践3.1 目标、参数和计算流程3.2 代码实现3.2.1 数据处理3.2.2 获取输入与目标数据3.2.3 模型的定义3.2.3 分类训练3.2.3 测试总结简介NNLM是从语言模型出发(即计算概率角度)，构建神经网络针对目标函数对模型进行最优化，训练的起点是使用神经网络去搭建语言模型实现词的预测任务，并且在优化过程后模型的副产品就是词向量。词向量对后面深度学习在自然语言处理方面有很大的.
2021-04-12 17:14:16
399
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