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

中文词向量:使用pytorch实现CBOW

整个项目和使用说明地址:链接:https://pan.baidu.com/s/1my30wyqOk_WJD0jjM7u4TQ提取码:xxe0关于词向量的理论基础和基础模型都看我之前的文章。里面带有论文和其他博客链接。可以系统学习关于词向量的知识。之前已经使用numpy手动实现skip-gram,现在使用pytorch框架实现CBOW这是pytorch官网的C...

文章图片
#自然语言处理#语言模型#word2vec +2
在pytorch上使用CNN实现猫狗分类

CNN模型是著名用于图像领域的模型。步骤如下所示:1.图片数据处理,加载数据集BATCH_SIZE = 16 # 每批处理的数据DEVICE = torch.device('cuda' if torch.cuda.is_available() else 'cpu')EPOCHS = 15 # 训练数据集的轮次LEARNING_RATE = 1e-4 # 学习率优化器使用SGD:optimizer=

#pytorch#cnn#分类
英文词向量:word2vec之skip-gram实现(不使用框架实现词向量模型)

代码中使用的语料:链接:https://pan.baidu.com/s/1nu_TqPtstB8brL2jJ-WtAg提取码:nwdo之前讲了中文的词向量如何训练,这里说说英文的,英语比中文简单多了,也不会有乱码问题,所以这里直接贴出代码。怎么跑起来可以看之前的文章​#!/usr/bin/endimension python# -#-coding:utf-8 -*-# author:by ucas

文章图片
#word2vec#自然语言处理#语言模型
pytorch下使用BiLSTM_CRF完成命名实体识别(BiLSTM_CRF的NER任务)

理论部分有空再写..全部实现实践代码环境: pytorch1.3.1; sklearn;tqdm训练语料:链接:https://pan.baidu.com/s/1Pa42E2q9fZ2zXLJ7vLvx8g提取码:o2rg--来自百度网盘超级会员V1的分享项目结构:#!/...

#自然语言处理#pytorch#lstm
到底了