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

谷歌云端硬盘如何下载GB型文件

文章目录前言方法操作步骤谷歌云端硬盘如何下载GB型文件前言这几天一直被谷歌网速所困扰,在云端硬盘里训练好模型后,因为有1GB多一直无法下载,本来想在本地训练一下,后来发现这行不通,如果连vpn直接从谷歌下载,那么结果是凉凉~方法今天在搜索中无意发现一个宝藏知乎,给了我用一个希望如何快速下载google drive文件到本地?有其他需求的小伙伴可以看看操作步骤multCloud网址登陆上去,可以选择

文本数据增强之回译数据增强

文章目录题目回译数据增强法回译数据增强优势回译数据增强存在的问题前言单句翻译代码运行结果1数组翻译法代码运行结果2回译回译结果题目'''Description: 文本数据增强之回译数据增强Autor: 365JHWZGoDate: 2021-12-05 16:54:33LastEditors: 365JHWZGoLastEditTime: 2021-12-05 18:23:23'''回译数据增强法

#python#人工智能#自然语言处理
文本数据增强之回译数据增强

文章目录题目回译数据增强法回译数据增强优势回译数据增强存在的问题前言单句翻译代码运行结果1数组翻译法代码运行结果2回译回译结果题目'''Description: 文本数据增强之回译数据增强Autor: 365JHWZGoDate: 2021-12-05 16:54:33LastEditors: 365JHWZGoLastEditTime: 2021-12-05 18:23:23'''回译数据增强法

#python#人工智能#自然语言处理
45. 跳跃游戏 II

'''Author: 365JHWZGoDescription: 45. 跳跃游戏 IIDate: 2021-10-20 09:35:48FilePath: \ZhangweiPython\test\demo8.pyLastEditTime: 2021-10-20 19:52:24LastEditors: 365JHWZGo'''class Solution(object):minStep = 1

#贪心算法#leetcode#python
文本数据分析之中文酒店评论数据分析

文本数据分析前言题目判别方面导入数据可视化原始数据分布对评论内容的好坏进行统计结果评论对评论内容的长度进行统计结果评论对评论内容长度的散点分布结果评论获取评论内容中形容词的词云前言文本数据分析能够有效帮助我们理解数据语料, 快速检查出语料可能存在的问题, 并指导之后模型训练过程中一些超参数的选择题目中文酒店评论数据分析主要是判别该数据的好坏,评论为二分类,好评用1表示,差评用0表示判别方面排除极端

#数据分析#数据挖掘#机器学习
有关vscode中pytorch中报错 No module named 问题(亲测有效!!!99%的其他文章无法解决)

有关vscode中pytorch中报错 No module named 问题!!!注意本文只适用于在anaconda prompt中测试到torch的人第一步当在终端可以运行时,请在c,d,e任意盘中建立一个新的文件夹,然后将该文件夹拖动到vscode图标上打开第二步点击右键选择命令面板(或者按CTRL+SHRIFT+P)第三步选择Python解释器第四步选择你安装的pytorch的python第

#vscode#pytorch#其他
文本数据分析之中文酒店评论数据分析

文本数据分析前言题目判别方面导入数据可视化原始数据分布对评论内容的好坏进行统计结果评论对评论内容的长度进行统计结果评论对评论内容长度的散点分布结果评论获取评论内容中形容词的词云前言文本数据分析能够有效帮助我们理解数据语料, 快速检查出语料可能存在的问题, 并指导之后模型训练过程中一些超参数的选择题目中文酒店评论数据分析主要是判别该数据的好坏,评论为二分类,好评用1表示,差评用0表示判别方面排除极端

#数据分析#数据挖掘#机器学习
got an unexpected keyword argument ‘datasets‘的解决方法

发生异常: TypeError(note: full exception trace is shown but execution is paused at: )init() got an unexpected keyword argument ‘datasets’查看loader中自己写的dataset,是不是多写了一个strain_loader = Data.DataLoader(datase

#神经网络
GRU模型

GRU模型GRU(Gated Recurrent Unit)也称门控循环单元结构, 它也是传统RNN的变体, 同LSTM一样能够有效捕捉长序列之间的语义关联, 缓解梯度消失或爆炸现象. 同时它的结构和计算要比LSTM更简单。它的核心结构可以分为两个部分去解析:更新门重置门GRU的内部结构图和计算公式结构解释图:GRU的更新门和重置门结构图:内部结构分析和之前分析过的LSTM中的门控一样, 首先计算

#gru#深度学习#人工智能
拉普拉斯平滑Laplace Smoothing

文章目录什么是拉普拉斯平滑拉普拉斯平滑公式为什么要引入举例什么是拉普拉斯平滑在计数中加上一个平滑项1(也可以是一个给定的K值)拉普拉斯平滑公式Wi:第i个单词P(Wi):第i个单词出现的概率C(Wi):第i个单词在文本中出现的次数C(Wi-1 Wi):Wi和Wi-1在文本中同时出现的次数V:特征值的个数∑wC(w):所有数据集的个数为什么要引入在n-gram中计算词出现的概率时,有时会因为数据量不

#机器学习#概率论#人工智能
    共 15 条
  • 1
  • 2
  • 请选择