logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【NLP与深度学习】学习资源和链接汇总,持更

刚刚上手NLP,整理一些资料,不全是自己的研究方向,但是先记着,万一以后有用呢。前言【知乎】初入NLP领域的一些小建议【知乎】如何写一篇合格的NLP论文一、书籍资料Speech and Language Processing (3rd ed. draft) 这本书的作者Daniel Jurafsky和James H. Martin都是NLP领域的神牛。自然语言处理入门必备。现在作者...

#自然语言处理#机器学习#人工智能 +1
【深度学习实战】Pytorch Geometric实践——利用Pytorch搭建GNN

参考文档PYTORCH GEOMETRIC DOCUMENTATION目录1. 安装2. 基本概念介绍2.1 Data Handling of Graphs 图形数据处理2.2 Common Benchmark Datasets 常见的基准数据集2.3 Mini-batches1. 安装首先,我们先查一下我们的pytorch的版本。要求至少安装 PyTorch 1.2.0 版本:python -c

#神经网络
【深度学习实战】从零开始深度学习(五):生成对抗网络——深度学习中的非监督学习问题

参考资料:《PyTorch深度学习》(人民邮电出版社)第7章 生成网络PyTorch官方文档廖星宇著《深度学习入门之Pytorch》第6章 生成对抗网络其他参考的网络资料在文中以超链接的方式给出目录1. 生成模型(Generative Model)2. 生成对抗网络(Generative Adversarial Networks,GAN)3. 改善生成对抗网络(Improving...

#神经网络#python#深度学习 +1
【深度学习实战】从零开始深度学习(一):利用PyTorch开始深度学习

参考资料:《Pytorch深度学习》第三章 (人民邮电出版社)Pytorch官方文档1 神经网络的组成部分训练深度学习算法需要的几个步骤:构建数据管道构建网络架构使用损失函数评估架构使用优化算法优化网络架构的权重当运用神经网络去处理一些比较复杂的问题时,神经网络的架构就会变得特别复杂。为此,诸如pytorch、tensorflow这样的深度学习框架都对一些复杂的高级功...

#深度学习#神经网络
cs224w 图神经网络 学习笔记(十)Deep Generative Models for Graphs

课程链接:CS224W: Machine Learning with Graphs课程视频:【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字)目录

#神经网络#图论
【Dynamo学习笔记】基础入门

最近在备课、带本科生的毕业设计,要用到Dynamo。自己花点时间复习一下,顺便记个笔记。

文章图片
#学习
【深度学习实战】从零开始深度学习(一):利用PyTorch开始深度学习

参考资料:《Pytorch深度学习》第三章 (人民邮电出版社)Pytorch官方文档1 神经网络的组成部分训练深度学习算法需要的几个步骤:构建数据管道构建网络架构使用损失函数评估架构使用优化算法优化网络架构的权重当运用神经网络去处理一些比较复杂的问题时,神经网络的架构就会变得特别复杂。为此,诸如pytorch、tensorflow这样的深度学习框架都对一些复杂的高级功...

#深度学习#神经网络
【深度学习实战】从零开始深度学习(四):RNN与自然语言处理

参考资料:《PyTorch深度学习》(人民邮电出版社)第6章 序列数据和文本的深度学习PyTorch官方文档廖星宇著《深度学习入门之Pytorch》第5章 循环神经网络其他参考的网络资料在文中以超链接的方式给出目录0. 写在前面1. 循环神经网络( Recurrent Neural Network )0. 写在前面对于自然语言处理,推荐课程:CS224n: Natural L...

#神经网络#深度学习#机器学习 +1
【语义网】Jena框架简介及实战

参考资料:web3.0与Semantic Web编程(中文版)Web 3.0与Semantic Web编程 英文版随书代码下载【语义网】【读书笔记】Web 3.0与Semantic Web编程(一)语义Web程序设计简介【语义网】【读书笔记】Web 3.0与Semantic Web编程(二)语义Web程序设计基础 之 本体与知识建模Getting started with Apache Jena目

#java
【深度学习实战】Pytorch Geometric实践——利用Pytorch搭建GNN

参考文档PYTORCH GEOMETRIC DOCUMENTATION目录1. 安装2. 基本概念介绍2.1 Data Handling of Graphs 图形数据处理2.2 Common Benchmark Datasets 常见的基准数据集2.3 Mini-batches1. 安装首先,我们先查一下我们的pytorch的版本。要求至少安装 PyTorch 1.2.0 版本:python -c

#神经网络
到底了