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

实践 | 基于循环神经网络实现情感分类

RNNGNN与RNN对比实践介绍一、环境设置二、数据准备2.1 参数设置2.2 对齐数据2.3 用Dataset 与 DataLoader 加载三、模型配置四、模型训练五、模型评估六、模型预测GNN与RNN对比先进行一波拉踩全连接神经网络存在的问题:输入和输出的维数都是固定的网络的输出只依赖于当前的输入位置无关性循环神经网络通过使用带自反馈(隐藏层)的神经元,能够处理任意长度的序列。循环神经网络比

#rnn#分类#深度学习
实践 | 基于全连接神经网络实现宝石分类 |图像预测与处理方法

看似很复杂的一个实践于是拖了好久……今天发现不过如此、、

#python#机器学习
实践 | k-means聚类(使用鸢尾花数据集)

使用K-means聚类算法筛实现鸢尾花聚类鸢尾花数据集描述导入相关包直接从sklearn.datasets中加载数据集绘制二维数据分布图实例化K-means类&定义训练函数训练可视化展示对于给定的样本集,按照样本之间的距离大小,将样本集划分为K个簇,让簇内的点尽量紧密的连在一起,而让簇间的距离尽量的大鸢尾花数据集描述包含3种类型数据集,共150条数据包含4项特征:花萼长度、花萼宽度、花瓣长

#机器学习#聚类
暂无文章信息