《动手学深度学习》Task8

最新推荐文章于 2024-09-19 22:53:03 发布
最新推荐文章于 2024-09-19 22:53:03 发布
阅读量178 收藏
点赞数
文章标签： pytorch 深度学习 自然语言处理 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yq313210/article/details/104503530
版权

文本分类、数据增强、模型微调

  1. 文本分类除了经常使用的循环神经网络之外，使用一维卷积层也可以实现
    在这里插入图片描述
  2. TextCNN模型（用于文本情感分类）
    在这里插入图片描述
  3. 易错点

数据增强

  1. 翻转和裁剪
  2. 变化颜色
  3. 叠加多个图像增广方法
    `` 
augs = torchvision.transforms.Compose([
    torchvision.transforms.RandomHorizontalFlip(), color_aug, shape_aug])
apply(img, augs)
  1. 易错点

yq313210
关注
动手学深度学习课程作业和答案
03-21
动手学深度学习课程作业和答案
《动手学深度学习》学习笔记(八)
xiaoyaolangwj的博客
01-22 257
第八章 计算性能 一、命令式和符号式混合编程 二、异步计算 三、自动并行计算 四、多GPU计算 五、多GPU计算的简洁实现
《动手深度学习6，7，8》-错题笔记
weixin_43580252的博客
02-25 103
《神经网络与深度学习》第8-9章习题解答
qq_40737798的博客
04-12 2738
最近忙毕设论文，之前写的第8-9章个人解答也就从自己的私人博客进行转载到CSDN上进行分享，答案的正确性不能完全保证。 第八章 8-1 LSTM输入层的特征长度为nnn，输出层的长度为mmm时，神经元个数为：Neuronsall=4×((n+m)×m+m)Neurons_{all}=4 \times ((n+m)\times m +m)Neuronsall​=4×((n+m)×m+m) 去掉偏置项，则为：Neuronsno−b=4×((n+m)×m)Neurons_{no-b}=4\times((n+m)\
李沐动手学深度学习课后习题
SJZSZYH的博客
11-16 1595
这里是我学习李沐老师的动手学深度学习时，教材课后题的一些解答，如果有不正确的解答还请指出来。持续更新。
动手学深度学习Task8
Jorah的博客
02-25 267
文本分类； 数据增强； 模型微调
《动手学深度学习（Pytorch版）》Task01：初识深度学习——4.22打卡
无名小秃瓢的博客
04-22 1454
（gradient descent）：常用的优化算法，在每个步骤中，梯度下降法都会检查每个参数，看看如果仅对该参数进行少量变动，训练集损失会朝哪个方向移动。然后，它在可以减少损失的方向上优化参数。（neural networks）：一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。（reinforcement learning）：让智能体(agent)在与环境交互的过程中，通过学习最优的行为策略，来实现最大的回报或目标。
动手学深度学习 Task4 笔记
01-06
机器翻译及相关技术；注意力机制与Seq2seq模型；Transformer 2.15-2.19 一、机器翻译及相关技术 定义： 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...
动手学深度学习Task4
01-20
动手学深度学习Task4主要涵盖了三个关键概念：机器翻译、注意力机制以及Seq2Seq模型，最后提到了Transformer这一革命性的模型。以下是对这些主题的详细解释： 一、机器翻译（Machine Translation, MT） 机器翻译是...
动手学深度学习 Task5 学习
01-06
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...
动手学深度学习 task_2
01-20
在动手学习深度学习的过程中，理解和掌握过拟合与欠拟合的概念及其处理方法是非常关键的。 过拟合是深度学习中常见的问题，它指的是模型在训练数据上表现得非常好，但在未见过的测试数据上性能下降的情况。这通常是...
动手学深度学习Task3
01-20
深度学习中的过拟合与欠拟合是模型训练过程中常见的问题，它们直接影响到模型的泛化能力。过拟合指的是模型在训练集上表现良好，但在未见过的测试数据上性能显著下降，这意味着模型过度依赖训练数据的细节，无法很好...
动手学习深度学习（总结梳理）——21. 语言模型
weixin_44981126的博客
10-23 640
动手学习深度学习（总结梳理）——21. 语言模型
《动手学深度学习》--- 文本预处理
little_spice的博客
05-11 1284
做了什么事？ 读取《时光机器》这本书 建立词表 通过词表将这本书转化为向量表示 Code #!/usr/bin/env python # -*- coding: UTF-8 -*- """ @Project ：深度学习入门 @File ：文本预处理.py @Author ：little_spice @Date ：2022/5/11 18:13 """ import collections import re from d2l import torch as d2l # 读取数据集：从H.G...
PyTorch经典模型
jixiaoyu0209的博客
09-19 546
你还可以通过 PyTorch 实现自定义的注意力机制，并将其集成到 Transformer 或其他深度学习模型中。
每天五分钟深度学习框架pytorch：pytorch中已经定义好的损失函数
最新发布
huanfeng_AI的博客
09-19 236
这里就是pytorch中已经封装好的方法，这里简单的介绍一下，之后我们会结合实际问题，对常用的损失函数进行详细的介绍。
卷积和add、sub、mean等的转换
qq_44815135的博客
09-19 302
1的卷积，那么结果的大小为500。
Windows10安装cuda11.3.0+cudnn8.5.0，以及创建conda虚拟环境（pytorch）
weixin_47247597的博客
09-19 415
5、 创建一个名为<learn>的环境，python版本为3.9，需要注意的是pytorch与python对应。根据cuda11.3.0，参照下图我选择了pytorch=1.12.0、python=3.9。1、检查电脑驱动版本为561.09，选择cuda版本，下图可知cuda版本<12.6。需登录NVIDIA账号，没有就用电子邮箱注册。6、检查是否安装成功。
pytorch持久化
liugan528的博客
09-17 181
在pytorch中以下对象可以持久化到硬盘，并能通过相应的方法加载到内存：Tensor、Variable、nn.Module、Optimizer
动手学深度学习pytorch环境搭建gpu
09-03
为了在GPU上搭建动手学深度学习pytorch环境，你需要按照以下步骤进行操作。 首先，你需要安装Anaconda来管理你的Python环境。你可以从官方网站 https://www.anaconda.com/ 下载适用于你操作系统的Anaconda安装程序...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值