- 博客(36)
- 收藏
- 关注
RSS订阅原创 用清华源配置GPU版Pytorch2.0.0和Tensorflow2.6.0两个虚拟环境；并添加到jupyter notebook内核。cuda11.8＋可以进来拿命令直接用
现在下载GPU版Pytorch，有些包清华源没有，所以这里指定的是pytorch官方源。不过不用担心，下载时会先从清华源把主题部分下载完，后面体积较小的包慢慢也能从官方源下载成功。创建一个名为“torch”的python3.8的虚拟环境。（我的路径为D:\Anaconda\envs，可自行修改）将默认的包索引 URL 更改为清华大学的镜像站点！
2023-12-21 23:17:43
1227
原创 RNN / LSTM / GRU 架构解析
一、传统RNN模型1.1 RNN模型介绍1.2 RNN模型的分类1.3 传统RNN的内部结构图二、LSTM模型2.1 LSTM组成2.2 LSTM的内部结构图2.3 Bi-LSTM2.4 Pytorch中LSTM工具的使用2.5 LSTM优势2.6 LSTM缺点:三、GRU模型3.1 GRU组成3.2 GRU的内部结构图和计算公式
2023-11-15 22:29:04
495
2
原创 新闻分类任务实战(自然语言处理经典案例实战)
1.文本分析与关键词提取2.相似度计算3.新闻数据与任务简介4.TF-IDF关键词提取5.LDA建模6.基于贝叶斯算法进行新闻分类
2023-10-24 21:40:54
226
原创 商品信息可视化与文本分析(自然语言处理经典案例实战)
1.在线商城商品数据信息概述2.商品类别划分方式3.商品类别可视化展示4.商品描述长度对价格的影响分析5.关键词的词云可视化展示6.基于tf-idf提取关键词信息7.通过降维进行可视化展示8.聚类分析与主题模型展示
2023-10-22 17:46:12
273
1
原创 NLP常用工具包实战(自然语言处理经典案例实战)
1.Python字符串处理2.正则表达式基本语法3.正则常用符号4.常用函数介绍5.NLTK工具包简介6.停用词过滤7.词性标注8.数据清洗实例9.Spacy工具包10.名字实体匹配11.恐怖袭击分析12.结巴分词器13.词云展示
2023-10-21 20:46:06
197
原创 Transformer理论知识讲解
传统RNN网络存在的问题传统的Word2Vec存在的问题BERT和GPTTransformer 整体架构Attention (注意力)机制Self-attention (自注意力)机制自注意力(Self-Attention)的计算过程自注意力 (Self-Attention)的整体计算流程多头自注意力(Multi-HeadAttention)机制多头自注意力机制步骤多头自注意力 (Multi-HeadAttention)机制的结果堆叠多层(Stacked Layers)位置编码(Pos
2023-09-13 23:09:15
239
原创 贝叶斯算法原理与代码实现（学习笔记）
1-贝叶斯代码实现2-邮件数据读取3-预料表与特征向量构建4-分类别统计词频5-贝叶斯公式对数变换6-完成预测模块
2023-09-06 11:14:02
1753
1
原创 第十六节-支持向量机实验分析（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
17.1-决策边界可视化展示17.2-软间隔的作用17.3-非线性SVM17.4-核函数的作用与效果
2023-09-05 17:59:32
132
原创 第十五节-支持向量机原理推导（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
15.1-支持向量机原理推导15.2-距离与数据定义15.3-目标函数推导15.4-拉格朗日乘子法求解15.5-化简最终目标函数15.6-求解决策方程15.7-软间隔优化15.8-核函数的作用15.9-最常用的核函数-高斯核函数
2023-09-05 15:24:32
52
原创 第十四节-集成算法实验分析（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
14.1集成算法实验分析14.2-硬投票与软投票效果对比14.3-Bagging策略效果14.4-集成效果展示分析14.5-OOB袋外数据的作用14.6-特征重要性热度图展示14.7-Adaboost算法概述14.8-Adaboost决策边界效果14.9-GBDT提升算法流程14.10-集成参数对比分析14.11-模型提前停止策略14.12-堆叠模型
2023-09-04 18:05:37
134
原创 第十三节-决策树代码实现（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
14.1-集成算法原理14.2-随机森林优势与特征重要性指标14.3-提升算法概述14.4-stacking堆叠模型
2023-09-04 10:48:06
48
原创 第十二节-决策树代码实现（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
12.1-决策树实验分析12.2-决策边界展示分析12.3-树模型预剪枝参数作用12.4-回归树模型
2023-09-03 23:59:49
356
原创 第十一节-决策树代码实现（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
11.1-数据准备11.2-递归生成树节点11.3-熵值计算11.4-数据集切分11.5-完成树模型构建11.6-测试算法效果
2023-09-03 20:20:36
49
原创 第十节-决策树原理（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
10.1-决策树原理10.2-滴的作用10.3-信息增益原理10.4-决策树构造实例10.5-信息增益率与gini系数10.6-预剪枝方法10.7-后剪枝方法10.8-回归问题解决
2023-09-03 18:27:28
445
原创 第九节-聚类算法实验分析（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
8.聚类算法实验分析8.1-聚类结果展示8.2-建模流程解读8.3不稳定结果8.4-评估指标-Inertia8.5-如何找到合适的K值8.6-轮廓系数的作用8.7-Kmenas算法存在的问题8.8-应用实例-图像分割8.9-半监督学习8.10-DBSCAN算法
2023-09-03 15:35:16
320
原创 第八节-聚类算法-Kmeans代码实现（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
1.1-计算得到簇中心点1.2-样本点归属划分1.3-算法选代更新1.4-尾花数据集聚类任务1.5-聚类效果展示
2023-09-03 09:34:37
131
原创 第七节-聚类算法-Kmeans&Dbscan原理（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
7.1-聚类算法-Kmeans&Dbscan原理7.2-KMEANS工作流程7.3-KMEANS迭代可视化展示7.4-DBSCAN聚类算法7.5-DBSCAN工作流程7.6-DBSCAN可视化展示
2023-09-02 20:05:46
363
原创 第六节-逻辑回归实验分析（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
6.逻辑回归实验分析6.1-逻辑回归实验分析6.2-概率结果随特征数值的变化6.3可视化展示6.4-坐标棋盘制作6.5-分类决策边界展示分析6.6-多分类-softmax
2023-09-02 00:24:38
90
原创 第五节-逻辑回归原理推导与代码实现（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
5.逻辑回归原理推导与代码实现5.1-原理与化简求解5.2-逻辑回归代码实现5.3-训练模块功能5.4-完成预测模块5.5-优化目标定义5.6-迭代优化参数5.7梯度计算5.8-得出最终结果5.9-尾花数据集多分类任务5.10-训练多分类模型5.11-决策边界绘制5.12-非线性决策边界
2023-09-01 20:41:51
138
2
原创 第四节-线性回归实验分析（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
4线性回归实验分析4.1-实验目标分析4.2-参数直接求解方法4.3-预处理对结果的影响4.4-梯度下降模块4.5-学习率对结果的影响4.6-随机梯度下降得到的效果4.7-MiniBatch梯度下降4.8-不同策略效果对比4.9-多项式回归4.10-模型复杂度4.11-样本数量对结果的影响4.12-正则化的作用4.13-岭回归(Ridge)与lasso
2023-08-31 21:54:54
121
原创 第三节-模型评估方法（第一章: 机器学习算法精进及其案例应用(课程笔记) ）
3.模型评估方法3.1-Sklearn工具包简介3.2-交又验证的作用3.3-交又验证实验分析3.4-混滑矩阵3.5-评估指标对比分析3.6-闽值对结果的影响3.7-ROC曲线
2023-08-31 11:29:49
96
23年“启诚杯”人工智能虚拟仿真电脑鼠程序（完整版）
2023-11-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人