原创 C++語言程序設計基礎(學堂在線)習題

C2-1簡單題目 (100/100 分數) 題目描述 任意給定 n 個整數,求這 n 個整數序列的和、最小值、最大值 輸入描述 輸入一個整數n,代表接下來輸入整數個數,0 < n <= 100,接着輸入n個整數,整數用int表示

原创 動手學深度學習PyTorch版-詞嵌入進階

詞嵌入進階 載入與訓練Glove向量 import torch import torchtext.vocab as vocab print([key for key in vocab.pretrained_aliases.key

原创 動手學深度學習PyTorch版-文本情感分類

文本情感分類 讀取數據 import collections import os import random import time from tqdm import tqdm import torch from torch im

原创 動手學深度學習PyTorch版-注意力機制與Seq2seq模型

注意力機制與Seq2seq模型 import math import torch import torch.nn as nn import os def file_name_walk(file_dir): for ro

原创 NLP TASK6 神經網絡基礎

學習內容 前饋神經網絡、網絡層數、輸入層、隱藏層、輸出層、隱藏單元、激活函數的概念。 感知機相關;定義簡單的幾層網絡(激活函數sigmoid),遞歸使用鏈式法則來實現反向傳播。 激活函數的種類以及各自的提出背景、優缺點。(和線性模

原创 動手學深度學習PyTorch版-循環神經網絡進階

循環神經網絡進階 GRU 數據載入 import os os.listdir('/home/kesci/input') import numpy as np import torch from torch import nn,

原创 動手學深度學習PyTorch版-梯度下降

梯度下降 %matplotlib inline import numpy as np import torch import time from torch import nn, optim import math import

原创 動手學深度學習PyTorch版-線性迴歸

線性迴歸 從零開始實現線性迴歸 import torch import time # init variable a, b as 1000 dimension vector n = 1000 a = torch.ones(n)

原创 NLP TASK3 特徵選擇

任務描述: TF-IDF原理以及利用其進行特徵篩選 互信息的原理以及利用其進行特徵篩選 TFIDF原理簡介 TFIDF一類用於計算單詞在文章中重要程度的方法,分爲兩個部分,一部分是TF表示詞頻(通常會進行歸一化,防止文章長度影響)

原创 動手學深度學習PyTorch版-卷積神經網絡基礎

卷積神經網絡基礎 import torch import torch.nn as nn def corr2d(X, K): H, W = X.shape h, w = K.shape Y = torch

原创 NLP TASK8 循環和遞歸神經網絡

學習任務 RNN的結構。循環神經網絡的提出背景、優缺點。着重學習RNN的反向傳播、RNN出現的問題(梯度問題、長期依賴問題)、BPTT算法。 雙向RNN 遞歸神經網絡 LSTM、GRU的結構、提出背景、優缺點。 針對梯度消失(LS

原创 NLP TASK1 數據集探索

數據集:THUCNews(中)、IMDB數據集(英) IMDB數據探索 任務描述 本次任務主要使用IMBD數據集繼續二分類任務,數據含有50000條的影評數據,包括正面(1)和負面(0)的評價標籤,實驗使用Tensorflow中的

原创 動手學深度學習PyTorch版-批量歸一化和殘差網絡

批量歸一化和殘差網絡 從零實現 import time import torch from torch import nn, optim import torch.nn.functional as F import torchvi

原创 動手學深度學習PyTorch版-優化算法進階

優化算法進階 Momentum在這裏插入代碼片 def momentum_2d(x1, x2, v1, v2): v1 = beta * v1 + eta * 0.2 * x1 v2 = beta * v2 + e

原创 動手學深度學習PyTorch版-數據增強

數據增強 圖像增廣 import os os.listdir("/home/kesci/input/img2083/") %matplotlib inline import os import time import torch