自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(16)
  • 收藏
  • 关注

翻译 CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理(七)神经网络、反向传播(三)

关键词:神经网络 Neural networks、正向计算 Forward computation、反向传播 Backward propagation、神经元 Neuron Units、最大边际损失 Max-margin Loss、梯度检查 Gradient checks、Xavier参数初始化 、学习率 Learning rates、Adagrad。讲义:神经网络、反向传播 (Lecture Notes: Neural Networks, Backpropagation)课程讲师:Chris.

2022-01-16 17:51:54 225

翻译 CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理(六)神经网络、反向传播(二)

关键词:神经网络 Neural networks、正向计算 Forward computation、反向传播 Backward propagation、神经元 Neuron Units、最大边际损失 Max-margin Loss、梯度检查 Gradient checks、Xavier参数初始化 、学习率 Learning rates、Adagrad。讲义:神经网络、反向传播 (Lecture Notes: Neural Networks, Backpropagation)课程讲师:Chris.

2021-12-20 15:59:39 208

翻译 CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理(六)神经网络、反向传播(一)

关键词:神经网络 Neural networks、正向计算 Forward computation、反向传播 Backward propagation、神经元 Neuron Units、最大边际损失 Max-margin Loss、梯度检查 Gradient checks、Xavier参数初始化 、学习率 Learning rates、Adagrad。本文上一部分请见:CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理(五

2021-12-15 01:09:26 306

原创 CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理(五)词向量(五)

词向量II:GloVe、评估和训练关键词:全局向量词表示 (GloVe)、内在和外在评估、超参数对类比评估任务的影响、人类判断与词向量距离的相关性、 使用上下文处理单词中的歧义、窗口分类。本文上一部分请见:CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理(四)词向量(四)_放肆荒原的博客-CSDN博客2.5 内在评价示例:相关性评估评估词向量质量的另一种简单方法是,让人们在固定的尺度(比如0-10)上评估

2021-12-10 16:25:32 510

原创 CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理(四)词向量(四)

词向量II:GloVe、评估和训练关键词:全局向量词表示 (GloVe)、内在和外在评估、超参数对类比评估任务的影响、人类判断与词向量距离的相关性、 使用上下文处理单词中的歧义、窗口分类。本文上一部分请见:CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理 (三)词向量(三)_放肆荒原的博客-CSDN博客本文先介绍了训练词向量的GloVe模型,然后对词向量(或者称词嵌入)进一步讨论,了解内在和外在的评估方法。 介绍

2021-12-08 18:59:03 711

原创 CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理 (三)词向量(三)

词向量:引言、SVD和Word2Vec关键词:NLP(自然语言处理)、词向量、SVD(奇异值分解)、Skip-gram、CBOW(连续词袋)、负采样、层级Softmax、Word2Vec本文上一部分请见:CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理 (二)词向量(二)_放肆荒原的博客-CSDN博客4. 基于迭代的方法 Word2vec (Iteration Based Methods - Word2vec

2021-12-02 13:05:45 1461

原创 CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理 (二)词向量(二)

词向量:引言、SVD和Word2Vec关键词:NLP(自然语言处理)、词向量、SVD(奇异值分解)、Skip-gram、CBOW(连续词袋)、负采样、层级Softmax、Word2Vec本文第一部分请见:CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理 (一)词向量(一)_放肆荒原的博客-CSDN博客4. 基于迭代的方法 Word2vec (Iteration Based Methods - Word2vec)

2021-11-29 18:32:59 716

原创 CS224n: Natural Language Processing with Deep Learning 笔记、文献及知识点整理 (一)词向量(一)

词向量:引言、SVD和Word2Vec关键词:NLP(自然语言处理)、词向量、SVD(奇异值分解)、Skip-gram、CBOW(连续词袋)、负采样、层级Softmax、Word2Vec自然语言是一个离散的、符号化的范畴体系。1. NLP概述1.1 NLP有什么特别之处?人类(自然)语言有什么特别之处? 人类语言是一种专门为传达意义而构建的系统,它不是由任何形式的物理表现产生的。 它与视觉或任何其他机器学习任务非常不同。绝大多数单词只是语言外实体实体的符号,单词是一个映射到被指代

2021-11-25 21:50:16 818

翻译 Stanford CS224N: PyTorch Tutorial (Winter ‘21) —— 斯坦福CS224N PyTorch教程 (第四部分)

本教程译文的上一部分,请见我的上一篇博文:Stanford CS224N: PyTorch Tutorial (Winter ‘21) —— 斯坦福CS224N PyTorch教程 (第三部分)_放肆荒原的博客-CSDN博客演示:词窗分类 二(Demo: Word Window Classification II)模型Model现在我们已经准备好了数据,可以构建模型了。 我们已经学了如何编写自定义 nn.Module 类。 接下来我们会把迄今为止学到的一切整合在一起。class W

2021-11-18 14:10:17 229

翻译 Stanford CS224N: PyTorch Tutorial (Winter ‘21) —— 斯坦福CS224N PyTorch教程 (第三部分)

这是Stanford AI 课程 CS224N之前的PyTorch教程,初学的同学可以用这个快速深入了解PyTorch。本文通过一个简单但完整的示例,讲解了从数据准备、模型创建、到训练和预测,如何使用PyTorch作为解决框架的全过程。我认为很值得翻译出来分享给大家。本译文一共四篇,可在我的博客目录里查找其他几篇。

2021-11-17 15:54:39 470

翻译 Stanford CS224N: PyTorch Tutorial (Winter ‘21) —— 斯坦福CS224N PyTorch教程 (第二部分)

这是Stanford AI 课程 CS224N之前的PyTorch教程,初学的同学可以用这个快速深入了解PyTorch。本文通过一个简单但完整的示例,讲解了从数据准备、模型创建、到训练和预测,如何使用PyTorch作为解决框架的全过程。我认为很值得翻译出来分享给大家。本译文一共四篇,可在我的博客目录里查找其他几篇。

2021-11-14 20:46:21 393

翻译 Stanford CS224N: PyTorch Tutorial (Winter ‘21) —— 斯坦福CS224N PyTorch教程 (第一部分)

这是Stanford AI 课程 CS224N之前的PyTorch教程,初学的同学可以用这个快速深入了解PyTorch。本文通过一个简单但完整的示例,讲解了从数据准备、模型创建、到训练和预测,如何使用PyTorch作为解决框架的全过程。我认为很值得翻译出来分享给大家。

2021-11-13 17:24:13 552

翻译 斯坦福CS224N课程_Python简明复习教程_cs224n-python-review-code-updated (第二部分)

上一篇链接斯坦福CS224N课程_Python简明复习教程_cs224n-python-review-code-updated (第一部分)_放肆荒原的博客-CSDN博客0.0.5 4. Numpy非常强大的python工具,用于处理矩阵和高维数组。[32]:import numpy as np[33]:# create arrays# 创建数组a = np.array([[1,2],[3,4],[5,6]])print(a)print(a.shape)# cr

2021-11-12 14:46:35 124

翻译 斯坦福CS224N课程_Python简明复习教程_cs224n-python-review-code-updated (第一部分)

斯坦福CS224N课程前面有个Python的复习材料,是放在正式课程开始前供大家复习熟悉Python用的,我之前学习这个课程的时候略过了。但回头翻资料时发现这个材料对Python初学或不怎么常用的同学来说,还是个很不错的参考,可以速查一些Python的常用用法,以及一些小技巧,觉得值得翻译出来分享一下。这个是个开放的资料,原文地址在:http://web.stanford.edu/class/cs224n/readings/cs224n-python-review-code-updated.pdf

2021-11-11 22:44:15 283

原创 CentOS 8 安装 fail2ban + Firewalld 防止 SSH 暴力破解

防止网上黑客利用SSH对系统账号进行暴力破解,首先要禁止关键账户如root远程登录。但仅仅这样是不够的。黑客对系统的不停登录尝试对系统性能和带宽也有一定影响,尤其是你订阅的带宽少的可怜的时候。这种情况下,就需要想办法把这种恶意IP地址屏蔽掉。Fail2ban是一款不错的工具,结合CentOS的Firewalld可以做到对多种端口和协议的保护,设置起来也比较简单。1、检查Firewalld是否启用firewall-cmd --state如果显示running表明防火墙工作中,如果没有,

2021-10-28 10:56:01 1553 1

原创 CentOS 8 禁止 root 远程登录

为了防止黑客暴力破解root账户,最好的办法是禁止root账户通过ssh远程登录,创建一个不常用的新用户名,用这个账户远程登录到你的系统后,再用su root命令转到root上。一、添加新的用户本文以admin为例。(admin太常见,建议最好换一个不常见的用户名)adduser adminpasswd admin (修改密码)修改 /etc/sudoers 文件,在root下面添加一行,如下所示:vim /etc/sudoers## Allow root to run

2021-10-28 09:37:15 1954 2

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

提示
确定要删除当前文章?
取消 删除