文本分类训练集

自然语言处理1——NLP概述

常见应用文本分类文本聚类情感分析信息抽取命名实体识别实体消歧关系抽取事件抽取自动文摘信息推荐自动问答机器翻译NLP的困难歧义病构重述层间循环依赖NLP方法论理性主义经验主义说在前面本文及后续文章是学习自然语言过程中的学习笔记
河篱·2023-09-30 10:45

【知识点】增量学习、在线学习、离线学习的区别

离线学习完成了目标函数的优化将不会在改变了离线学习需要一次提供整个训练集时间和空间成本效率低发生数据变更或模型漂移需要从头开始训练离线学习模型稳定性高，方便做模型的验证评估在线学习在线学习，能够根据线上反馈数据
风等雨归期·2023-09-30 07:57

第P6周—好莱坞明星识别（2）

五、模型训练#训练循环deftrain(dataloader,model,loss_fn,optimizer):size=len(dataloader.dataset)#训练集的大小num_batches
风筝超冷·2023-09-29 20:29

2w+深度梳理！全网最全NLP面试题总结！

目录技术交流群1、命名实体识别常见面试篇2、关系抽取常见面试篇3、事件抽取常见面试篇4、NLP预训练算法常见面试篇5、Bert常见面试篇6、文本分类常见面试篇7、文本匹配常见面试篇8、问答系统常见面试篇
Python算法实战·2023-09-29 20:57

【小笔记】fasttext文本分类问题分析

【学而不思则罔，思维不学则怠】2023.9.28关于fasttext的原理及实战文章很多，我也尝试在自己的任务中进行使用，是一个典型的短文本分类任务，对知识图谱抽取的实体进行校验，判断实体类别是否正确，
落叶阳光·2023-09-29 15:12

有监督学习 与 非监督学习 差异

有监督学习：训练集由输入和输出组成。包括所有的回归算法和分类算法，例如线性回归、决策树、朴素贝叶斯等。无监督学习：训练集只有输入（没有输出）组成。包括所有的聚类算法，例如k-means等。
低调的风·2023-09-29 14:57

huggingface_hub v0.17 现已发布

，感谢社区的巨大努力，新添加的任务包括：对象检测文本分类Token分类翻译问题回答表格问题回答填充掩码表格分类表格回归文档问题回答视觉问题回答零样本分类这些方法还支持使用AsyncInferenceClient
Hugging Face·2023-09-29 12:28

机器学习-特征选择：如何使用交叉验证精准选择最优特征？

交叉验证是一种常用的评估机器学习模型性能的方法，它将数据集划分为训练集和验证集，并通过多次迭代评估模型在不同数据子集上的表现。特征选择过
笑不语·2023-09-29 11:33

YOLOV3代码分析

文件夹和文件的作用config:文件的配置：1.coco.data:存放coco数据集的相关信息，如类别总数，数据集的路径等2.yolov3.cfg:yolov3的网络架构data：存放训练集和测试集1
malloc_88·2023-09-29 08:46

Open Book LLM Science Exam

https://www.kaggle.com/code/jjinho/open-book-llm-science-exam/notebook首先将维基百科数据都保存为faissindex，根据train训练集的
YueTann·2023-09-29 03:04

30、机器学习数据集与数据转换

一、数据集将数据划分为训练集、测试集，训练集建立模型，测试集评估模型。常见划分为训练集:测试集=0.75::0.25。
mssssssssss2·2023-09-28 22:39

Feature Mapping for Learning Fast and Accurate 3D Pose Inference from Synthetic Images总结

文章链接摘要使用合成图像来训练深度网络的能力是非常有价值的，因为很容易用这种图像创建一个几乎无限的训练集，而捕捉和标注真实图像可能非常麻烦。
中了胖毒·2023-09-28 22:56

大数据echarts折线图打标

之后即可把标记的部分作为大数据训练集训练。方案echarts的刷取，可以多选，首先默认设置多选刷取，其二，默认刷选，其三对每一块区域进行标识。
一只成序源·2023-09-28 20:23

MATLAB机器学习系列-5 RBF、GRNN和PNN神经网络原理及其例子代码

GRNN广义神经网络PNN概率神经网络RBF算例实现（回归）数据集%1.导入数据loadspectra_data.matNIR输入，octane输出%%I.清空环境变量clearallclc%%II.训练集
总裁余(余登武)·2023-09-28 19:19

决策树

基本流程输入训练集D属性集A过程：函数TreeGenerate（D，A）生成节点nodeifD中样本全部属于同一类别Cthen将node标记为C中类叶节点；returnendififA=emptysetorD
汤尧·2023-09-28 17:07

在Python中理解和实现文本分类的综合指南

在Python中理解和实现文本分类的综合指南原文链接：https://www.analyticsvidhya.com/blog/2018/04/a-comprehensive-guide-to-understand-and-implement-text-classification-in-python
leofionn·2023-09-28 13:41

小样本学习

这些先验（priorknowledge）通常指的是很大规模的训练集，有很多的类和样本，然而在新任务（newtask）中的样本（thesamples）在这些大规模的训练集上面从来都没有出现过。
我爱派生·2023-09-28 13:10

学习笔记-随机梯度下降法

《神经网络和深度学习》：https://nndl.github.io/梯度下降法中，目标函数是整个训练集上的风险函数，这种方式称为批量梯度下降法（BatchGradientDescent，BGD）。
kjasd233·2023-09-28 13:38

如何成为提示词工程师（精简版）

文本分类：将文本分为预定义的类别或标签。命名实
'Wu'·2023-09-28 09:13

一个案例熟悉使用pytorch

文章目录1.完整模型的训练套路1.2导入必要的包1.3准备数据集1.3.1使用公开数据集：1.3.2获取训练集、测试集长度：1.3.3利用DataLoader来加载数据集1.4搭建神经网络1.4.1测试搭建的模型
白莲居仙·2023-09-28 08:58

头哥教学平台-泰坦尼克号生还预测

:paramdata:训练集的特征，类型为DataFrame:return:处理好缺失值后的训练集特征，类型为DataFrame'''#*********Begin*****
XX的杰子·2023-09-28 05:33

【颜色识别】【Python+OpenCV】KNN（K近邻算法）实现魔方颜色识别【 3-1】

www.guyuehome.com/371111.颜色识别该程序利用KNN实现魔方颜色识别，特征采用RGB的颜色直方图，它可以区分白、黑、红、绿、蓝、橙色、黄色和紫色，如果你想分类更多颜色或者提高分类准确率，可以通过调整训练集数据或者考虑使用其他的特征如
无敌三角猫·2023-09-27 21:38

OpenCV中的K近邻算法

给定一个测试样本，KNN算法会在训练集中找到离该样本最近的K个邻居，并将该测试样本划分到K个邻居中最多
WzisTypescript·2023-09-27 21:02

用 Python 实现数据集的分割，将数据集分为训练集和测试集

用Python实现数据集的分割，将数据集分为训练集和测试集在机器学习中，数据集的分割是非常重要的，常见的方法是将数据集分为训练集和测试集。
完美代码·2023-09-27 20:18

〔024〕Stable Diffusion 之 模型训练 篇

✨目录训练集准备训练集预处理数据清洗下载训练源码训练文件配置脚本运行实战测试训练集准备声明：该文中所涉及到的女神图片均来自于网络，仅用作技术教程演示，图片已码一般同一个训练集需要准备20~40张不同角度的照片
极客飞兔·2023-09-27 19:19

TextCNN

在文本分类时，可以使用卷积层进行文本特征抽取，模型结构如图：首先利用卷积层和池化层，捕获序列特征，然后根据特征用softmax进行分类。这里面主要涉及到两个操作，卷积操作和池化操作。
612twilight·2023-09-27 16:56

DAMO-YOLO训练KITTI数据集

下面是KITTI3D目标检测训练集的第一个标注文件：000000.txtPedestrian0.000-0.20712.40143.00810.73307.921.890.481.201.8
豆奶泡油条·2023-09-27 15:02

第四天-模型选择

模型复杂度图表3.交叉验证集用语选择模型4.K折交叉验证一个非常有用的循环利用数据的方法在K折交叉验证中，将数据分为K个包如上图所示，这里K=4,然后我们将模型培训K次每次将不同的包用作测试集，剩下的作为训练集
徐凯_xp·2023-09-27 15:54

Hugging News #0925: 一览近期的新功能发布

近期更新huggingface_hubv0.17现已发布InferenceClient现已全面支持各种推理任务，包括对象检测、文本分类、令牌分类
·2023-09-27 15:45

PyTorch 深度学习之逻辑斯蒂回归Logistic Regression(五)

Revision-LinearRegressionClassficationTheMNISTdatasettrain:训练集还是测试集TheCIFAR-10dataset1.RegressionVSClassfication
河图洛水·2023-09-27 06:37

训练、验证和测试一句话搞懂

文章目录训练集（trainingdataset）验证集(validationdataset)测试集(testdataset)训练集可划分为训练集和验证集二二六，一一八，一一一百训练集（trainingdataset
与风共舞true·2023-09-27 06:09

Hugging News #0925: 一览近期的新功能发布

近期更新huggingface_hubv0.17现已发布InferenceClient现已全面支持各种推理任务，包括对象检测、文本分类、令牌分类
Hugging Face·2023-09-26 22:59

【yolov1】write_txt.py 读取数据集代码

先运行如下代码，划分训练集和测试集，才能开始Yolov1的训练importxml.etree.ElementTreeasETimportosimportrandomVOC_CLASSES=(#定义所有的类名
computer_vision_chen·2023-09-26 04:08

基于transformer一步一步训练一个多标签文本分类的BERT模型

Bert模型在自然语言处理领域取得了重大突破，被广泛应用于各种NLP任务，如文本分类、命名实体识别、问答系统等。Bert模型的核心思想是通过大规模无监督预训练来学习通用的语言表示，然后再通过有监督微调
人工智能研究所·2023-09-25 19:32

豆瓣评分预测

文本预处理1.去掉无用的字符2.去掉停用词3.去掉低频词文本特征提取1.把文本分为训练集和测试集2.把文本转换为向量的形式：tf-idf向量、word2vec（CBoW,SkipGram）、bert模型搭建与模型训练
漱衣仁止·2023-09-25 18:45

心法利器[16] | 向量表征和向量召回

往期回顾心法利器[11]|任务方案思考：文本分类篇心法利器[12]|任务方案思考：序列标注（NER）篇心法利器[13]|任务方案思考：句子相似度和匹配心法利器[14]|任务方案思考：人工特征机器学习心法利器
机智的叉烧·2023-09-25 12:54

机器学习速成课程 学习笔记14：简化正则化

换言之，该泛化曲线显示该模型与训练集中的数据过拟合。根据奥卡姆剃刀定律，或许我们可以通过降低复杂模型的复杂度来防止过拟合，这种原则称为正则化
HBU_DAVID·2023-09-25 09:51

［转］数据特征:标准化和归一化

归一化就是将训练集中某一列数值特征（假设是第i列）的值缩放到0和1之间。方法如下所示：标准化就是将训练集中某一列数值特征（假设是第i列）的值缩放成
qtey·2023-09-25 04:37

深度学习自学笔记七：深度学习的实践（一）

一、训练、验证、测试集在机器学习和深度学习中，我们通常将数据集分为训练集（TrainingSet）、验证集（ValidationSet）和测试集（TestSet）。每个数据集都有不同的用途和目标。
ironmao·2023-09-25 02:44

【ACDC数据集】：预处理ACDC心脏3D MRI影像数据集到VOC数据集格式，nii转为jpg，label转为png

文章目录1️⃣ACDC数据集介绍2️⃣ACDC数据集样例3️⃣预处理ACDC目标4️⃣处理结果样图5️⃣代码6️⃣划分测试集和训练集1️⃣ACDC数据集介绍他是一个多类别的心脏3DMRI影像数据集`，2017
cv夏一笑·2023-09-24 20:10

机器学习 l2正则化--岭回归

一、欠拟合和过拟合训练集上表现好，测试集上不好--过拟合欠拟合：学习到的数据的特征过少解决：通过增加数据的特征数量过拟合：原始特征过多，存在一些嘈杂的特征。
从白天到早上·2023-09-24 06:35

ImageFolder、DataLoader加载CUB200数据集

只要给定每一类图像所在的文件夹的路径，即可完成全部的图片的加载：例如：但是问题是，如何划分训练集、测试集呢，使他们分别被加载！代码如下。
查无此人☞·2023-09-24 04:51

使用pytorch划分数据集和加载数据

1划分数据集使用pytorch需要手动划分数据集为训练集、验证集、测试集。
李问号·2023-09-24 04:20

记录一下数据分析实习面试遇到的问题

数据很少的时候怎么分析，数据不平衡问题，测试集与训练集的划分问题。（比如做推荐系统的话）对某特征分层，应该怎么分。如果该特征你完全不知道他有什么明显可分的话怎么处理。随机森林。讲一下原理。
Axhy·2023-09-23 22:18

OpenCV自学笔记二十三：K近邻算法

对于分类问题，KNN算法将未知样本与训练集中的样本逐个比较距离，并选择距离最近的K个邻居样本，根据这K个邻居样本的标签进行投票，将未知样本归类为票数最多的标签
ironmao·2023-09-23 21:22

4.k近邻法

值一般取一个较小的数值,通常采用交叉验证法来选取最优的k值.DistancegraphTDA[非数值特征]-->|量化|B[数值特征]C[数据集]-->|归一化|D[数据集]k近邻算法输入1.训练集
BlueFishMan·2023-09-23 19:46

过拟合

index：-机器学习中过拟合的概念-抑制过拟合的方法过拟合过拟合：模型过于复杂，在训练集上面的拟合效果非常好甚至可以达到损失为0但是在测试集的拟合效果很不好欠拟合：模型过于简单在训练集和测试集的拟合的效果都不好例
朱小丰·2023-09-23 17:00

现代卷积网络实战系列1：MNIST数据集处理、加载、网络初始化、测试函数

数据集4、PyTorch从零构建VGGNet训练MNIST数据集5、PyTorch从零构建GoogLeNet训练MNIST数据集6、PyTorch从零构建ResNet训练MNIST数据集任务概述：5万张训练集
机器学习杨卓越·2023-09-23 16:20

机器学习笔记08---k近邻学习

k近邻(k-NearestNeighbor，简称kNN)学习是一种常用的监督学习方法，其工作机制非常简单：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个“邻居”的信息来进行预测
一件迷途小书童·2023-09-23 13:29

使用pytorch对数据进行预处理

将数据分成训练集、验证集和测试集：可以使用PyTorch的torch.utils.d
又可乐·2023-09-23 09:07
上一页 23 24 25 26 27 28 29 30 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他