- 博客(3)
- 收藏
- 关注
RSS订阅
原创 Pytorch实现有监督对比学习损失函数
Pytorch实现有监督对比学习损失函数关于对比损失Pytorch实现有监督对比损失END关于对比损失无监督对比损失，通常视数据增强后的图像与原图像互为正例。而对于有监督对比损失来说，可以将同一batch中标签相同的视为正例，与它不同标签的视为负例。对比学习能够使得同类更近，不同类更远，这对处理噪声数据应该是有效的。对比损失公式自行查找。Pytorch实现有监督对比损失话不多说，直接看代码。为了更好的说明有监督对比损失的整个实现过程，以下代码没有经过系统整理，从一个例子，一步一步地计算出损失。若是理
2021-05-12 17:39:14
18329
111
原创 Prompt进行情感分类-Pytorch实现
Prompt进行情感分类-Pytoch实现数据步骤代码结果数据数据为推特评论数据集步骤1.选择模板。模板可以放在前面或者后面，本文以“It was ().”作为模板，并放在原始句子的前面。2.设计输入。模型的输入将成为“It was (). your sentence.”，我们将其转换为序列的形式同时将括号中的空字符变为“Mask”。3.设计标签。在训练的时候，我们采取MLM损失作为最终的目标。目的是预测Mask是什么词，若是good则情感极性为正面，若是bad则情感极性为负面。因为我们的标签其
2021-09-29 12:22:27
4566
52
原创 使用SVM、MNB、LR、CNN进行中文邮件分类
使用SVM、MNB、LR、CNN进行中文邮件分类数据集数据预处理选择文本特征1.词袋模型2.TF-IDF3.词向量数据集 2006 TREC Public Spam Corpus（中文），大约有6万多封邮件，垃圾邮件42854封，正常邮件21766封。数据预处理 1.首先将正常邮件与垃圾邮件分别放在不同的一个文件夹下（因为下载下来的数据集是乱的）。 2.接下来就是一系列的数据处理。分词，去除停用词，去除英文，去除标点符号，去除一些不认识的字符。选择文本特征1.词袋模型 我们可以利用s
2020-11-13 23:43:47
951
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