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

数据可视化

Matplotlib是一个Python绘图库,广泛用于创建各种类型的静态、动态和交互式图表。它是数据科学、机器学习、工程和科学计算领域中常用的绘图工具之一。Matplotlib有两种画图接口:一个是便捷的MATLAB风格的有状态的接口,另一个是功能更强大的面向对象接口。什么是Matplotlib。不同开发环境下显示图形。

文章图片
#信息可视化#numpy#人工智能 +3
python正则表达式(小白五分钟从入门到精通)

正则表达式,又称规则表达式(Regular Expression),是使用单个字符串来描述、匹配某个句法规则的字符串,常被用来检索、替换那些符合某个模式(规则)的文本。简单来说,正则表达式就是使用:字符串定义规则,并通过规则去验证字符串是否匹配。比如,验证一个字符串是否是符合条件的电子邮箱地址,只需要配置好正则规则,即可匹配任意邮箱。

文章图片
#数据库#正则表达式#python +2
Python详细安装教程——Python及PyCharm超详细安装教程:新手小白也能轻松搞定,一看就会!

总结:Python最常见的开发环境是:PyCharm软件,这是一个专用于Python的开发工具 PyCharm需要以“工程”为单元,供我们使用。想要写代码需要先创建一个工程。验证python安装是否成功:点击左下角windows键 输入: cmd 打开“命令提示符”程序。创建一个Python代码文件 ,名称test.py。指定工程路径以及选择Python解释器。创建一个工程,我们来尝试写一写代码。

文章图片
#pycharm#ide#python
(21)bert自然语言处理框架

BERT(Bidirectional Encoder Representations from Transformers)是一个基于Transformer架构的双向编码器表示模型它通过预训练学习到了丰富的语言表示,并可以用于各种自然语言处理任务。

文章图片
#自然语言处理#bert#人工智能 +3
(11)【自然语言处理】(2) --Word2Vec实现

如何实现Word2Vec,从而搭建网络模型进行对词的预测。生成词典:将每个单词同它对应的词向量在字典中存放在一起。保存训练好的词典:将生成好的词典,保存进.npz文件中。

文章图片
#自然语言处理#word2vec#人工智能 +4
机器学习之逻辑回归(梯度下降,Z标准化,0-1归一化)

逻辑回归也称作logistic回归分析,是一种由线性回归衍生出来的分析模型,属于机器学习中的监督学习。其推导过程与计算方式类似于回归的过程,但实际上主要是用来解决二分类问题(也可以解决多分类问题)。通过给定的n组数据(训练集)来训练模型,并在训练结束后对给定的一组或多组数据(测试集)进行分类。其中每一组数据都是由p 个指标构成。

文章图片
#机器学习#逻辑回归#人工智能 +4
python爬虫之selenium库(小白五分钟从入门到精通)

实际上HTTP网络连接是无记忆的,每发起一次网络请求只能获取一次数据,在下一次访问时,不能获取上一次访问的状态。为了维持账户的登录状态,确保上一次访问提交过账户登录信息后,下一次访问仍能继续保持登录状态,需要设计一套会话维持机制来记录每次访问的状态。会话是指终端用户(例如浏览器)与网站服务器进行通信的过程,而会话维持指终端用户与网站服务器维持通信的过程,即保持用户的登录状态。第2行1第4行和密码青

文章图片
#爬虫#selenium#测试工具 +4
大模型介绍

在这个连冰箱都能聊天的时代,人工智能正以“大模型”之名掀起巨浪。它们不是科幻电影里的神秘代码,而是由海量数据和复杂算法构建的智能引擎——能和你探讨哲学、生成代码、创作插画,甚至预测蛋白质结构。大模型的核心在于“大”:数十亿参数构成的神经网络,吞噬着人类千年文明积累的文字、图像与知识。它们像一块数字海绵,从维基百科的严谨词条,到社交媒体的碎片化表达,不断吸收、重组,最终学会理解并模仿人类的思维方式。

文章图片
#人工智能#opencv#深度学习 +4
(14)深度学习【项目】自然语言处理——情感分析 <上>

可以统一使用一个数字(非词/字的数字)替代,即选择了评论固定长度的文字后,这段文字内可能有频率低的字,将其用一个数字替代,项目内使用<UNK>替代。,如何固定长度接着看,固定长度每次传入数据与图像相似,例如输入评论长度为32,那么传入的数据为32*200的矩阵,表示这一批词的独热编码,200表示维度。将下列代码放入创建的文件名为load_dataset.py的文件中,后面还有代码需要往里增加。缺少

文章图片
#自然语言处理#人工智能#rnn +4
(15)深度学习【项目】自然语言处理——情感分析 <下>

前向传播测试函数创建一个文件,将下列代码写入其中def evaluate(class_list,model,data_iter,test=False): # 传入参数:种类名称列表、训练好的模型、验证集数据,test表示是否进行测试模式model.eval() # 模型开始测试loss_total = 0 # 初始化总损失值为0predict_all = np.array([],dtype=int

文章图片
#自然语言处理#人工智能#计算机视觉 +4
    共 45 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择