E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
文本分类训练集
【scikit-learn】06:make_blobs聚类数据生成器
库进行统计学习【scikit-learn】03:将sklearn库用于非监督性学习聚类【scikit-learn】04:sklearn库下进行文本数据分析【scikit-learn】05:sklearn
文本分类
及评价指标
weixin_30791095
·
2023-09-08 06:14
基于LightGBM预测模型
单变量,多变量输入,自由切换2、单步预测,多步预测,自动切换3、基于Pytorch架构4、多个评估指标(MAE,MSE,R2,MAPE等)5、数据从excel文件中读取,更换简单6、标准框架,数据分为
训练集
黑科技小土豆
·
2023-09-08 06:25
深度学习
人工智能
机器学习
python
DPCNN分类模型
论文DeepPyramidConvolutionalNeuralNetworksforTextCategorization提出深层金字塔卷积网(DPCNN)是word-level的广泛有效的深层
文本分类
卷积神经网络
Mark_Aussie
·
2023-09-08 05:39
nlp
深度学习
第67步 时间序列建模实战:ARIMA建模(Stata)
用2005年1月至2015年12月的数据为
训练集
训练SARIMA模型,用2015年1月至
Jet4505
·
2023-09-08 00:23
《100
Steps
to
Get
ML》—JET学习笔记
ARIMA
Stata
时间序列
什么是交叉验证
以下是交叉验证的基本概念和常见方法:基本概念:
训练集
与测试集:在机器学习中,通常将数据分为
训练集
和测试集。模型在
训练集
上进行训练,并在测试集上进行评估。
:)�东东要拼命
·
2023-09-07 17:16
CV基础知识
深度学习
人工智能
机器学习
利用emotion数据集微调deberta-v3-large大模型的
文本分类
概念数据集:1、SetFit/emotionatmain模型:1、microsoft/deberta-v3-large·HuggingFace(备注:我都是把数据集和模型下载到本地的)微调代码:fromdatasetsimportload_datasetfromsklearn.metricsimportaccuracy_score,f1_scorefromtransformersimportTra
若石之上
·
2023-09-07 15:39
人工智能
机器学习
deberta
emotion
微调
分类
04 卷积神经网络搭建
MNIST数据集共有70000张图像,其中
训练集
60000张,测试集10000张。所有图像都是28×28的灰度图像,每张图像包含一个手写数字。
Darren_pty
·
2023-09-07 13:43
cnn
人工智能
神经网络
YOLO目标检测——火焰检测数据集+已标注xml和txt格式标签下载分享
数据集说明:YOLO火焰目标检测数据集,真实场景的高质量图片数据,数据场景丰富,图片格式为jpg,共1550张图片,分为
训练集
和验证集。
YOLO数据集工作室
·
2023-09-07 10:49
YOLO数据集下载
YOLO
目标检测
火焰检测数据集
计算机视觉
目标跟踪
xml和txt格式标签
【Two Stream network (Tsn)】(二) 阅读笔记
本文主要有三点贡献:1.提出了一种融合时间流和空间流的双流网络;2.证明了直接在光流上训练的网络,即使
训练集
很小,仍能获得很好的效果;3.在两个动作识别数据集上使用多任务学习(multi-tasklearning
jjjhut
·
2023-09-07 09:12
深度学习笔记
笔记
【NLP保姆级教程】手把手带你RCNN
文本分类
(附代码)
本文首发于微信公众号:NewBeeNLP继续之前的
文本分类
系列传统
文本分类
之前介绍的都是属于深度神经网络框架的,那么在DeepLearning出现或者风靡之前,
文本分类
是怎么做的呢?
kaiyuan_nlp
·
2023-09-07 08:11
第三周学习小结
改善深层神经网络:超参数调试、正则化以及优化一、第一周-深度学习的实用层面1.训练、验证、测试集通常在进行深度学习的过程中,需要将数据集按照使用方法分成以下三个部分:1.
训练集
(trainset):对模型进行训练的部分数据
donald_b3e3
·
2023-09-07 08:47
[machine learning]误差分析,模型分析
,判断一个算法的优劣性.对于一个训练的模型来说,同样需要某种模型来进行分析,例如代价函数等等,通过比较拟合程度,正确精度等信息来判断出这个模型的好坏,从而选择更好的模型2.对于模型的评价(1)测试集,
训练集
对于一个数据集合来说
ViceMusic5
·
2023-09-07 06:17
机器学习
算法
深度学习
从0搭建ECG深度学习网络
任务本次入门的任务是,筛选出MIT-BIH数据集中注释为[‘N’,‘A’,‘V’,‘L’,‘R’]的数据作为本次数据集,然后按照8:2的比例划分为
训练集
,验证集。最后送入RCNN模型进行训练。
六和七
·
2023-09-07 04:16
ECG
深度学习
人工智能
36种水果和蔬菜识别(pytorch框架,深度卷积网络模型,可以实现照片连续识别和视频识别)
第三个文件夹(piture):装载的是经hf.py对data文件夹处理后,生成的
训练集
和测试集第四个文件是class_indices.json是装
深度学习的奋斗者
·
2023-09-07 03:21
生物技术与深度学习结合
pytorch
人工智能
python
插值法修正排斥能
(A,B)---3*30*2---(1,0)(0,1)让网络的输入只有3个节点,AB
训练集
各由5张二值化的图片组成,让A中有3个点,B全为0,排列组合A,统计迭代次数并排序。
黑榆
·
2023-09-06 21:22
用分类实现衰变
双中心相互作用
排斥能
应用化学
比较同行两数值的相互作用
(A,B)---3*30*2---(1,0)(0,1)让网络的输入只有3个节点,AB
训练集
各由5张二值化的图片组成,让差值结构中有3个1,排列组合,统计迭代次数并排序。
黑榆
·
2023-09-06 21:52
用分类实现衰变
排斥能
双中心相互作用
应用化学
比较差值结构的两种排斥作用
(A,B)---3*30*2---(1,0)(0,1)让网络的输入只有3个节点,AB
训练集
各由6张二值化的图片组成,让差值结构中有两个点,一种情况两个点都属于A,一种情况两个点分别来自A和B。
黑榆
·
2023-09-06 21:51
用分类实现衰变
双中心相互作用
排斥能
应用化学
nlp系列(7)实体识别(Bert)pytorch
Bert模型介绍可以查看这篇文章:nlp系列(2)
文本分类
(Bert)pytorch_bert
文本分类
_牧子川的博客-CSDN博客模型结构Bert模型的模型结构:数据介绍数据网址:https://github.com
牧子川
·
2023-09-06 17:15
pytorch
nlp
自然语言处理
bert
pytorch
计算机竞赛 基于深度学习的中文情感分类 - 卷积神经网络 情感分类 情感分析 情感识别 评论情感分类
文章目录1前言2情感
文本分类
2.1参考论文2.2输入层2.3第一层卷积层:2.4池化层:2.5全连接+softmax层:2.6训练方案3实现3.1sentence部分3.2filters部分3.3featuremaps
Mr.D学长
·
2023-09-05 16:22
python
java
机器学习课后习题 --- 机器学习实践
(一)单选题1.以下关于
训练集
、验证集和测试集说法不正确的是()。
尘 关
·
2023-09-05 15:05
机器学习
机器学习
人工智能
检测 ChatGPT、GPT-10、Bard 和 Claude 的 4 大工具
2.开放人工智能AI
文本分类
器OpenAI的AI
文本分类
器非常
·
2023-09-05 14:48
chatgpt人工智能
基于YOLOv8+PyQt5实现的共享自行车识别检测系统,含数据集+模型+精美GUI界面(可用于违规停放检测告警项目)
一、系统特点7.带有训练部分标注好的数据集,
训练集
、验证集二、环境配置2.anaconda环境导入pycharm三、数据准备1.收集制作图片数据2.labelImg标注工具标注为voc格式或yolo格式标签四
HeartBiuBurn
·
2023-09-05 11:31
深度学习
人工智能
计算机视觉
YOLO
qt
opencv
机器学习
目标检测
计算机视觉
人工智能
基于Vgg-Unet模型自动驾驶场景检测
为
训练集
图像上的所有图像计算平均RGB值,然后将该图像作为输入输入到VGG卷积网络。使用3x3或1x1滤波器,并且卷积步骤是固定的。有3个VGG全连接层,根据卷积层+全连接层的总数,可
爱因诗贤
·
2023-09-05 11:25
自动驾驶
深度学习
人工智能
【Datawhale 科大讯飞-基于论文摘要的
文本分类
与关键词抽取挑战赛】机器学习方法baseline
内容科大讯飞AI开发者大赛NLP赛道题目:基于论文摘要的
文本分类
与关键词抽取挑战赛任务:1.机器通过对论文摘要等信息的理解,判断该论文是否属于医学领域的文献。2.提取出该论文关键词。
hhy不许摸鱼
·
2023-09-05 09:26
NLP
机器学习
分类
数据挖掘
自然语言处理
人工智能
机器学习---预剪枝、后剪枝(REP、CCP、PEP、)
实线显示的是决策树在
训练集
上的精度,虚线显示的则是在⼀个独⽴的测试集上测量出来的精度。随着树的增⻓,在训练样集上的精度是单调上升的,然⽽在独⽴的测试样例上测出的精度先上升后下降。
三月七꧁ ꧂
·
2023-09-05 06:49
机器学习
机器学习
剪枝
人工智能
举例说明自然语言处理(NLP)技术
4.
文本分类
:将文本归
泰海科技志胜
·
2023-09-05 05:02
自然语言处理
人工智能
提示学习 | Prompt-Tuning这么好用?
干货作者:十方来自:炼丹笔记使用prompts去调节预训练模型处理
文本分类
任务在小样本上已经取得了比直接finetuning模型更好的效果,prompt-tuning的核心思想就是嵌入一小段文本,比如对于
文本分类
任务
zenRRan
·
2023-09-05 05:05
机器学习
人工智能
深度学习
自然语言处理
python
【Yolov5+Deepsort】训练自己的数据集(2)| 目标检测&追踪 | 轨迹绘制
本章讲解的为第二部分内容:
训练集
的采集与划分,Yolov5模型的训练。本文中用到的数据集均为自采,实验动物为斑马鱼。
流继承
·
2023-09-05 04:55
目标追踪&目标检测
YOLO
目标检测
目标跟踪
机器学习
人工智能
计算机视觉
TextRNN实现
文本分类
TextRNN实现
文本分类
任务介绍给定一个如下的外卖评论的数据(1w条),训练模型分类好评和差评。
Leslie_Leung
·
2023-09-05 01:58
自然语言处理
python
深度学习
自然语言处理
tensorflow
使用SVM实现简单的
文本分类
(自然语言处理)
使用SVM实现
文本分类
(包括SVM项目简单运用,excel表格操作-主要是写入)备注:1、前面4步(也就是模型训练,网上有很多文章,大都类似),但是第5步的使用训练好的模型,我浏览了一下网上的内容,很少有相关内容
nihao_t
·
2023-09-05 01:57
自然语言处理
机器学习
自然语言处理
NLP实战之textRNN中文
文本分类
TextRNN论文:https://www.ijcai.org/Proceedings/16/Papers/408.pdfTextRNN网络结构:环境:windows10、tensorflow版本为2.3.0模型构建与训练定义网络结构定义TextRNN类fromtensorflow.kerasimportInput,Modelfromtensorflow.keras.layersimportEmb
xxyAI
·
2023-09-05 01:27
NLP
python
tensorflow
nlp
NLP实践八:TextRNN和TextRCNN实现
文本分类
在对文本进行分类时,我们一般会指定一个固定的输入序列/文本长度:该长度可以是最长文本/序列的长度,此时其他所有文本/序列都要进行填充以达到该长度;该长度也可以是
训练集
中所有文本/序列长度的均值,此时对于过长的文本
chen_yiwei
·
2023-09-05 01:27
NLP
文本分类
自然语言处理之TextRNN
TextRNN
文本分类
RNN是在自然语言处理领域非常标配的一个网络,在序列标注/命名体识别/seq2seq模型等很多场景都有应用,RecurrentNeuralNetworkforTextClassificationwithMulti-TaskLearning
Wenweno0o
·
2023-09-05 01:26
自学
自然语言处理
TextRNN
文本分类
NLP进阶,使用TextRNN和TextRNN_ATT实现
文本分类
TextRNNTextRNN仅仅是将WordEmbedding后,输入到双向LSTM中,然后对最后一位的输出输入到全连接层中,在对其进行softmax分类即可,模型如下图:代码:classRNN(nn.Module):def__init__(self,vocab_size,embedding_dim,hidden_dim,output_dim,n_layers=2,bidirectional=Tr
静静AI学堂
·
2023-09-05 01:26
NLP
自然语言处理
分类
深度学习
图片数据集划分为
训练集
、测试集、验证集
#-*-coding:utf-8-*-"""将数据集划分为
训练集
,验证集,测试集"""importosimportrandomimportshutil#创建保存图像的文件夹defmakedir(new_dir
Gaoshu101
·
2023-09-04 21:33
深度学习
python
小白的第一个RNN(情感分析模型)
平台:window10,python3.11.4,pycharm框架:keras编写日期:20230903数据集:英语,自编,
训练集
和测试集分别有4个样本,标签有积极和消极两种环境搭建新建文件夹,进入目录创建虚拟环境
supermodule
·
2023-09-04 19:39
python
AI
rnn
人工智能
深度学习
d2l_notes_ch3-ch4
3.1线性回归数据集:样本/数据点,标签/目标,特征/协变量;
训练集
,测试集;基本假设:自变量和因变量呈线性;自变量间相互独立;残差独立性、正态性和方差齐性。
子诚之
·
2023-09-04 19:29
机器学习
人工智能
深度学习
零基础入门CV - 街景字符编码识别 用yolov3和yolov3_tiny教程(同一博客组所写)-单一模型,正确率可以达到91%
(我也不知道为啥,反正我下载的时候就这样)我们会发现
训练集
为30000张图片,验证集为10000张图片。注意:(.json文件不是下载,是复制。点开链接,创建一个.json文件,复制到里面即可)数据集
@尚码哥@
·
2023-09-04 18:51
#
深度学习
tensorflow
神经网络
深度学习
【小沐学NLP】Python使用NLTK库的入门教程
nltk库2.2安装nltk语料库3、测试3.1分句分词3.2停用词过滤3.3词干提取3.4词形/词干还原3.5同义词与反义词3.6语义相关性3.7词性标注3.8命名实体识别3.9Text对象3.10
文本分类
爱看书的小沐
·
2023-09-04 18:15
Python
NLP
自然语言处理
python
人工智能
nlp
nltk
分词
数据清洗
使用自动模型
本文通过
文本分类
任务演示了HuggingFace自动模型使用方法,既不需要手动计算loss,也不需要手动定义下游任务模型,通过阅读自动模型实现源码,提高NLP建模能力。
NLP工程化
·
2023-09-04 15:49
自动模型
文本分类
HuggingFace
PyTorch
深度学习项目四:创建自定义数据集的dataset, DataLoader
DataLoader前言一、构建dataset基本类二、创建train_dataset,test_dataset及相应DataLoader1.数据集的index创建2.创建自定义dataset类3.划分
训练集
和测试集
小啊磊_Vv
·
2023-09-04 10:25
深度学习和视觉项目实战
深度学习
人工智能
python
pytorch
论文浅尝 | 利用对抗攻击策略缓解预训练语言模型中的命名实体情感偏差问题...
笔记整理:田家琛,天津大学博士,研究方向为
文本分类
链接:https://ojs.aaai.org/index.php/AAAI/article/view/26599动机近年来,随着预训练语言模型(PLMs
开放知识图谱
·
2023-09-04 00:53
语言模型
人工智能
自然语言处理
保姆级教程之ICEEMDAN-GWO-LSSVM的轴承诊断,MATLAB代码
简介①对官方下载的西储大学数据进行处理②采用ICEEMDAN对数据进行分解,得到若干个IMF分量,计算前n个IMF分量的排列熵,从而构造特征向量,本期内容选用前8个③将特征向量归一化处理后,划分
训练集
和测试集
今天吃饺子
·
2023-09-03 10:13
matlab
算法
开发语言
不同分类器对数据的处理
"""基于鸢尾花的不同分类器的效果比对:step1:准备数据;提取数据的特征向量X,Y将Y数据采用LabelEncoder转化为数值型数据;step2:将提取的特征向量X,Y进行拆分(
训练集
与测试集)step3
xzwyb---持续充电中
·
2023-09-03 09:56
python
支持向量机
机器学习
【NLP】12 RNN神经网络应用在情绪分类NLP任务——LSTM(hidden, output)、Attention、Transform Encoder
LSTM1.LSTM-hidden1.1调试过程1.2结果1.3全部代码2.LSTM-output3.Attention4.Transformer5.全部代码6.小结1.LSTM-hidden
训练集
、测试集
Yang SiCheng
·
2023-09-03 08:13
【自然语言处理】
深度学习
lstm
自然语言处理
pytorch
人工智能
Hugging Face实战-系列教程4:padding与attention_mask
系列教程3:文本2分类下篇内容:HuggingFace实战-系列教程5:NER上(命名实体识别/文本标注/Doccano工具使用/关键信息抽取/Token分类/源码解读/代码逐行解读/文本BIO处理/
文本分类
机器学习杨卓越
·
2023-09-03 06:17
Hugging
Face实战
python
开发语言
NumPy广播(Broadcast)&&NumPy数组比较
/data/mnist-demo.csv')#导入数据集pd_train_data=data.sample(frac=0.8)#
训练集
划分train_data=pd_train_data.values#
三斤耳朵
·
2023-09-03 05:03
机器学习——正则化
过拟合:当特征很多,
训练集
可能拟合的很好,甚至代价函数的值约等于0,但是这个模型却不能泛化到新的数据集中,预测新的数据并不好。上图与最开始说的一样,第一种是欠拟合,高偏差。第二种拟合较好。
BioLearner
·
2023-09-03 03:59
11 模型选择 + 过拟合和欠拟合
训练集
:用于训练权重参数验证集:用来调参,评价模型的好坏,选择合适的超参数测试集:只用一次,检验泛化性能,实际场景下的数据非大数据集通常使用K-折交叉验证K-折交叉验证一个数据集分成K份,每次拿出1份做验证集
Spielberg_1
·
2023-09-03 01:06
动手学深度学习
PyTorch版
人工智能
人工智能
机器学习
深度学习
统计学补充概念19-交叉验证
交叉验证的基本思想是将可用的数据分成两个部分:一个用于模型的训练(
训练集
),另一个用于模型的评估(测试集)。然后,多次重复这个过程,每次都使用不同的数据子集来进行训练和测试。
丰。。
·
2023-09-02 13:41
统计学补充概念
统计学
信息可视化
数据分析
数据挖掘
大数据
上一页
27
28
29
30
31
32
33
34
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他