Oscar的参数-CSDN博客

原创 GRU之我见(含案例讲解)

GRU（Gated Recurrent Unit）是一种常用于处理序列数据的深度学习模型，特别是在自然语言处理（NLP）和时间序列分析领域。它是一种循环神经网络（RNN）的变种，旨在解决长期依赖和梯度消失问题。在本文中，我将介绍GRU模型的基本原理、结构和应用。

2024-04-15 22:26:55 2070 1

在深度学习领域，卷积神经网络（Convolutional Neural Networks，CNN）是一种非常强大的模型，专门用于处理图像数据。CNN通过卷积操作和池化操作来提取图像中的特征，具有较好的特征学习能力，特别适用于图像识别和计算机视觉任务。PyTorch作为一种流行的深度学习框架，提供了方便易用的工具来构建和训练CNN模型。本文将介绍如何使用PyTorch构建一个简单的CNN，并通过一个图像分类任务来演示其效果。

2024-04-15 22:24:24 889 1

原创深度解析深度学习中的长短期记忆网络（LSTM）（含代码实现）

本文介绍了LSTM的工作原理，并使用PyTorch实现了一个简单的LSTM模型用于对文本进行情感分类。希望通过本文的介绍，读者能更好地理解LSTM在深度学习中的作用，并在实际问题中应用PyTorch构建自己的LSTM模型。介绍了LSTM的工作原理，并使用PyTorch实现了一个简单的LSTM模型用于对文本进行情感分类。希望通过本文的介绍，读者能更好地理解LSTM在深度学习中的作用，并在实际问题中应用PyTorch构建自己的LSTM模型。希望这篇博客能对你有所帮助！

2024-03-19 22:08:57 946

原创深入探索循环神经网络（RNN）（附代码示例）

循环神经网络（RNN）是一种能够处理序列数据的神经网络，其主要特点是引入了循环结构，使得网络能够捕捉序列数据中的时间依赖关系。基于这种能力，RNN 在自然语言处理任务中广泛用于语言建模、机器翻译、语音识别和文本生成等任务。根据反向传播算法和链式法则, 梯度的计算可以简化为以下公式：Dnσ′z1w1⋅σ′z2w2⋅⋯⋅σ′znwnDnσ′z1w1⋅σ′z2w2⋅⋯⋅σ′znwnDnσ′z1。

2024-03-19 10:30:00 2044

原创深度解析Transformer编码器：理论与实践（附代码示例）

Transformer 编码器是 Transformer 模型中的核心组件之一，其主要任务是将输入序列转换为上下文向量表示。相比于传统的循环神经网络（RNNs）和卷积神经网络（CNNs），Transformer 编码器采用了自注意力机制，使得模型能够并行处理输入序列，从而获得更好的性能和训练效率。Transformer 解码器是 Transformer 模型中的一个核心组件，其主要功能是生成目标序列。与编码器相比，解码器需要处理两种类型的输入：编码器输出的上下文向量和之前生成的部分目标序列。

2024-03-17 22:23:43 1653 1

原创深度学习得力工具之PyTorch

Pytorch是研究深度学习的一种得力工具，相当于机器学习中numpy和sklearn的地位。它将数据封装成张量（Tensor）来进行处理。PyTorch 中的张量就是元素为同一种数据类型的多维矩阵。在 PyTorch 中，张量以 “类” 的形式封装起来，对张量的一些运算、处理的方法也被封装在类中。

2024-03-01 14:54:45 607 1

原创 Conda，pip永久享有清华源保姆级教程

相信很多人和我一样饱受pip要查找清华源的苦吧，今天博主也是为大家带来了永久享有清华源的办法，爸妈再也不用担心我网络超时（time out）了（有win和linux两个版本）。

2024-02-21 17:50:43 1232

原创集成学习最强学习器之XGBoost

XGBoost 是(eXtreme Gradient Boosting)的简称，是优化的分布式梯度提升库：XGBoost基本的原理还是GBDT, 是对GBDT的优化XGBoost在GBDT的基础上，给损失函数引入了正则 Obj=∑i=1nl(yi,y^i)+∑t=1tΩ(ft)\large Obj=\sum_{i=1}^n l(y_i,\hat{y}_i) + \sum_{t=1}^{t}\

2024-01-25 10:49:06 1097

原创数据分析强大助力之Pandas库

可以把DataFrame看作由Series对象组成的字典，其中key是列名，值是Series。在Pandas中，Series是一维容器，Series表示DataFrame的每一列。Series和Python中的列表非常相似，但是它的每个元素的数据类型必须相同。方式2: 读取数据的时候, 直接指定索引列.reset_index()函数: 重置索引列。apply()函数操作DataFrame对象。apply()函数操作Series对象。创建DataFrame对象。创建Series对象。方式1: 设置索引列。

2024-01-24 15:29:52 512 1

原创数据分析强大助力之Numpy库

概述1. Numerical Python是Python数据分析必不可少的第三方库 2. NumPy的出现一定程度上解决了Python运算性能不佳的问题，同时提供了更加精确的数据类型 . 使其具备了构造复杂数据类型的能力。3. 本身是由C语言开发，是个很基础的扩展，NumPy被Python其它科学计算包作为基础包，因此理解np的数据类型对python数据分析十分重要。4. NumPy重在数值计算，主要用于多维数组（矩阵）处理的库。用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多 .

2024-01-18 08:38:30 970 1

原创朴素贝叶斯文本情感分析

有如下训练数据, 记录了用户对餐厅的评价, 我们为每一条评论添加了相关标签, Positive 代表好评，Negative代表差评。

2024-01-17 15:49:03 2166

原创机器学习之K近邻(KNN)

通过计算距离来判断样本之间的相似程度越近两个样本就越相似, 就可以划归到一个类别中如该例子：唐人街探案属于什么类型的电影？根据欧式距离计算公式：可得与的距离为以此类推可以求得若将设置为5时，距离最近的5部电影便是，根据投票原则，4票喜剧片，1票爱情片，所以属于喜剧片。

2024-01-05 23:28:16 986 1

原创 ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a

原因是函数经过vectorize化后，传入a序列对象和b序列对象的同时也调用了一次函数，使得**print(‘运行了几次’) **多执行了一次。上面的方法调用之所以报错, 是因为传的x是一个Series序列，可以思考为一个向量（好几个标量），而20却只是一个简单的标量，用20和向量比较，计算机就会很迷茫，不知道该跟谁比较（ambiguous）。从运行结果可以看到，函数经过vectorize化后，将a和b里的0号元素打包成了一个元组，分别赋予了x和y拆包，调用了一次函数。还有一种通过装饰器来调用的方式。

2023-12-23 22:27:37 619 1

weixin_67656334的博客

原创 GRU之我见(含案例讲解)

原创深度学习之PyTorch实现卷积神经网络（CNN）

原创深度解析深度学习中的长短期记忆网络（LSTM）（含代码实现）

原创深入探索循环神经网络（RNN）（附代码示例）

原创深度解析Transformer编码器：理论与实践（附代码示例）

原创深度学习得力工具之PyTorch

原创 Conda，pip永久享有清华源保姆级教程

原创集成学习最强学习器之XGBoost

原创数据分析强大助力之Pandas库

原创数据分析强大助力之Numpy库

原创朴素贝叶斯文本情感分析

原创机器学习之K近邻(KNN)

原创 ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a

原创深度解析快速排序的奥秘

原创探索Linux之vim保姆级教程

原创链表操作之删除指定元素

原创链表操作之删除指定元素

原创 Pycharm修炼宝典之快捷键

空空如也

神经网络获取训练数据报错