文本分类训练集

BERT文本分类——基于美团外卖评论数据集

一.BERT模型介绍BERT的全称为BidirectionalEncoderRepresentationfromTransformers，是一个预训练的语言表征模型。它强调了不再像以往一样采用传统的单向语言模型或者把两个单向语言模型进行浅层拼接的方法进行预训练，而是采用新的maskedlanguagemodel（MLM），以能生成深度的双向语言表征。BERT论文发表时提及在11个NLP（Natur
MatpyMaster·2024-01-25 03:37

超分之SRGAN官方代码解读

超分之SRGAN原文解读链接文章目录1.主训练文件main.py2.自定义训练集、验证集、测试集文件data_tilis.py3.自定义GAN网络模型文件model.py4.自定义损失函数文件loss.py5
深度学习炼丹师-CXD·2024-01-25 01:04

【实战OBB】自定义旋转对象检测

数据集制作我用手机拍了一张图像然后自己写个代码，每旋转一度保存一张图像，这样就成功生成了360张图像及其注释文件，分为训练集与验证集。训练文件夹包含320张带有注释的图像。
gloomyfish·2024-01-24 22:06

【守护工地安全】YOLOv8实现安全帽检测

数据集该图像数据集包含8000张图像，两个类别分别是安全帽与人、以其中200多张图像为验证集，其余为训练集。
gloomyfish·2024-01-24 22:05

分销商产品未来销售情况预测--数据分析实战

目录介绍知识点未来销售额预测介绍导入数据并预览训练集销售商品的类别信息商品信息数据集商店信息数据可视化每天的销售量分布图销售价格分布图商店的分布情况商店所有商品的价格情况商店每天的销售情况商品的种类信息哪种类别的商品卖得最好数量前二十五个商品信息这些商品与总销售额的关系特征工程构建模型分析总结介绍以往数据分析中
HHAoW·2024-01-24 18:23

【思路合集】talking head generation+stable diffusion

在像VoxCeleb或LRS这样的具有不受限制条件的训练集中，训练更多样化的说话人数据。针对训练速度慢，算力消耗大的问题：作者尝试在潜空间中进行训练以加快训练速度，但是样本质量下降，因此
李加号pluuuus·2024-01-24 14:58

【论文阅读】LLM-to-LM Interpreter for Enhanced Text-Attributed Graph Representation Learning

文章目录0、基本信息1、研究动机2、创新点3、准备3.1、文本属性图3.2、语言模型用于文本分类3.3、大语言模型和提示3.4、结点分类4、方法论4.1、生成基于LLM的预测和解释4.2、LM解释器的微调与节点特征提取
鲸可落·2024-01-24 10:39

特征脸的人脸识别MATLAB程序（附完整代码和结果）

基于特征脸的人脸识别主体流程为：1.读取训练数据和预处理：读取脸的图片数据后，将每个人脸转换为一个列向量，训练集人脸构成一个矩阵A。
MATLAB代码顾问·2024-01-24 08:41

神经网络（Neural Networks：Representation）

目录非线性假设神经元与大脑模型展示例子与直觉理解多元分类非线性假设假如有一个监督学习分类问题它的训练集如图所示：如果使用logistc分类方法（逻辑回归），我们可以构造一个包含很多非线性项的logistc
TQ2·2024-01-24 08:03

CNN-BIGRU-Attention卷积神经网络-双向门控循环单元多输入多输出预测，CNN-BIGRU-Attention回归预测。评价指标包括:R2、MAE、MSE、RMSE等，代码质量极高，

warningoff%关闭报警信息closeall%关闭开启的图窗clear%清空变量clc%清空命令行%%导入数据res=xlsread('数据.xlsx');%%数据分析num_size=0.8;%训练集占数据集比例
机器学习-深度学习·2024-01-24 06:28

CNN-LSTM-Attention卷积神经网络-长短期记忆网络多输入多输出预测，CNN-BILSTM-Attention回归预测。评价指标包括:R2、MAE、MSE、RMSE等，代码质量极高，方

warningoff%关闭报警信息closeall%关闭开启的图窗clear%清空变量clc%清空命令行%%导入数据res=xlsread('数据.xlsx');%%数据分析num_size=0.8;%训练集占数据集比例
机器学习-深度学习·2024-01-24 06:58

CNN-GRU-Attention卷积神经网络-门控循环单元多输入多输出预测，CNN-GRU-Attention回归预测。评价指标包括:R2、MAE、MSE、RMSE等，代码质量极高，方便学习和替

warningoff%关闭报警信息closeall%关闭开启的图窗clear%清空变量clc%清空命令行%%导入数据res=xlsread('数据.xlsx');%%数据分析num_size=0.8;%训练集占数据集比例
机器学习-深度学习·2024-01-24 06:58

工程师每日刷题 -2

当训练集能够很好地拟合，但是测试集却不能有很好的准确率，主要可能有以下几点原因：情况一：数据集大，提升模型大小泛化性没有提升解放方法：1.1、找当前任务的公开数据集训练自己的模型，验证算法可行性1.2、
Nice_cool.·2024-01-24 06:13

机器学习期末复习总结笔记（李航统计学习方法）

半监督正则化生成模型和判别模型感知机KNN朴素贝叶斯决策树SVMAdaboost聚类风险PCA深度学习范数计算梯度下降与随机梯度下降SGD线性回归逻辑回归最大熵模型适用性讨论模型复杂度高—过拟合是什么：当模型复杂度越高，对训练集拟合程度越高
在半岛铁盒里·2024-01-24 01:01

人工智能原理实验4（2）——贝叶斯、决策求解汽车评估数据集

2.拆分数据集按7：3的比例拆出训练集和测试集，这里也采用
在半岛铁盒里·2024-01-24 01:59

机器学习:Chapter1~3

Chapter1:绪论术语learning/traning,学习/训练:从数据中学得模型的过程(找到与训练集匹配的假设)model,模型:从数据中学的的结果pattern,模式:局部性结果（如一条规则）
vickeex·2024-01-24 01:45

【小白学PyTorch】7.最新版本torchvision.transforms常用API翻译与讲解

PyTorch|5torchvision预训练模型与数据集全览小白学PyTorch|4构建模型三要素与权重初始化小白学PyTorch|3浅谈Dataset和Dataloader小白学PyTorch|2浅谈训练集验证集和测试集小白学
风度78·2024-01-23 18:02

【小白学PyTorch】5.torchvision预训练模型与数据集全览

【机器学习炼丹术】的学习笔记分享>小白学PyTorch|4构建模型三要素与权重初始化小白学PyTorch|3浅谈Dataset和Dataloader小白学PyTorch|2浅谈训练集验证集和测试集小白学
风度78·2024-01-23 18:02

论文阅读- 人工智能安全 TEXTBUGGER: Generating Adversarial Text Against Real-world Applications

背景：DeepLearning-basedTextUnderstanding(DLTU)简介：基于深度学习的文本理解(DLTU)广泛运用于问答、机器翻译和文本分类，情感分析（eg电影评论分类）、有害内容检测
Che_Che_·2024-01-23 18:56

Pytorch文本分类入门

本文为[365天深度学习训练营学习记录博客参考文章：365天深度学习训练营原作者：[K同学啊|接辅导、项目定制]\n文章来源：[K同学的学习圈子](https://www.yuque.com/mingtian-fkmxf/zxwb45)一、加载数据importosimportsysimportPILfromPILimportImageimporttimeimportcopyimportrandom
风筝超冷·2024-01-23 10:44

3 文本分类入门finetune：bert-base-chinese

项目实战：数据准备工作`bert-base-chinese`是一种预训练的语言模型，基于BERT（BidirectionalEncoderRepresentationsfromTransformers）架构，专门用于中文自然语言处理任务。BERT是由Google在2018年提出的一种革命性的预训练模型，通过大规模的无监督训练，能够学习到丰富的语言表示。`bert-base-chinese`是BER
汀沿河·2024-01-23 09:59

自然语言处理中的查准率与查全率的关键技术，以及自然语言处理中的查准率与查全率具体实例与策略

自然语言处理涉及到许多子领域，如语音识别、机器翻译、情感分析、文本摘要、文本分类等。在这些任务中，查准率（Precision）和查全率（Rec
代码讲故事·2024-01-23 08:24

【本科生机器学习】【Python】【北京航空航天大学】课题报告：支持向量机（Support Vector Machine，SVM）初步研究【中、实验部分（一）】

2、实验主要步骤：（1）、数据预处理流程：加载数据：iris=datasets.load_iris()建立训练集：X=iris[“data”]
不是AI·2024-01-23 08:31

自定义数据集 - Dataset

文章目录1.PASCALVOC格式划分训练集和验证集2.自定义dataset1.PASCALVOC格式划分训练集和验证集importosimportrandomdefmain():random.seed
mango1698·2024-01-23 07:06

NLP深入学习（七）：词向量

2.Word2Vec2.1介绍2.2例子3.参考0.引言前情提要：《NLP深入学习（一）：jieba工具包介绍》《NLP深入学习（二）：nltk工具包介绍》《NLP深入学习（三）：TF-IDF详解以及文本分类
Smaller、FL·2024-01-23 07:46

头疼！卷积神经网络是什么？CNN结构、训练与优化一文全解

本文全面探讨了卷积神经网络CNN，深入分析了背景和重要性、定义与层次介绍、训练与优化，详细分析了其卷积层、激活函数、池化层、归一化层，最后列出其训练与优化的多项关键技术：训练集准备与增强、损失函数、优化器
AI小白龙*·2024-01-23 04:48

Wise-IoU论文个人理解

但我们注意到目标检测训练集中含有低质量示例，
yuanjun0416·2024-01-23 04:17

Logistic回归实战

你有以前申请人的历史数据，可以将其用作逻辑回归训练集。对于每一个训练样本，你有申请人两次测评的分数以及录取的结果。为了完成这个预测任务，我们需要构建一个可以基于两次测试评分来评估录取可能性的分类模型。
时间邮递员·2024-01-22 21:01

情感语音识别的入门解析

有监督，即：使用训练集训练处一个模型，然后使用该模型对测试集中的语音信号进行情感状态的正确判断。传统的机器学习可以理解为模式识别，即需要通过三个环节来完成操作：数据库、特征参数、识别网络。这三个环
夜幕下的光123·2024-01-22 17:25

数据挖掘实战-基于机器学习的电商文本分类模型

‍♂️个人主页：@艾派森的个人主页✍作者简介：Python学习者希望大家多多支持，我们一起进步！如果文章对你有帮助的话，欢迎评论点赞收藏加关注+目录1.项目背景2.数据集介绍3.技术工具4.实验步骤4.1数据探索4.2数据预处理4.3文本归一化4.4特征工程4.5训练模型1.项目背景随着电子商务的蓬勃发展，电商平台上产生了海量的文本数据，包括商品描述、用户评价、客服对话等。这些文本数据包含了丰富的
艾派森·2024-01-22 16:52

Knowledgeable Prompt-tuning: Incorporating Knowledge into Prompt Verbalizer for Text Classification

1标题+作者KPT，将知识引入PromptVerbalizer处理文本分类任务，清华大学2摘要在低数据场景下，Prompt-tuning（PT）比fine-tuning（FT）效果好，PT将分类问题转为带掩码的语言模型问题
Navajo_c·2024-01-22 12:23

【深度学习每日小知识】NLP 自然语言处理

NLP是人工智能领域的重要工具，广泛应用于语言翻译、文本分类和聊天机器人等领域。在NLP中，存在许多重大困难，例如句法歧义、语义歧义和上下文歧义。
jcfszxc·2024-01-22 10:26

基于朴素贝叶斯的文本分类系统的设计与实现

基于线性回归的预测系统：这是简单而基础的机器学习项目，用于预测单变量或多变量问题。例如，预测房价、销售额等。基于逻辑回归的分类系统：虽然名字中有“回归”，但逻辑回归是用于解决分类问题的，如垃圾邮件判别、病人疾病诊断等二分类问题。基于决策树/随机森林的预测和分类系统：这些算法直观且容易理解，具备良好的解释性，很多复杂的问题也可以用这类方法解决。例如，预测公司的员工流失、信贷风险评估等。基于k近邻(k
@斯里·2024-01-22 06:38

手把手教你用BERT进行多标签文本分类...

预训练模型在研究领域的应用已经令许多NLP项目的最新成果产生了巨大的飞跃，例如文本分类，自然语言推理和问答。ELMo，ULMFiT和OpenAITransformer是其中几个关键的里程碑。
weixin_39629617·2024-01-22 06:08

Bert+FGSM中文文本分类

我上一篇博客已经分别用Bert+FGSM和Bert+PGD实现了中文文本分类，这篇文章与我上一篇文章Bert+FGSM/PGD实现中文文本分类（Loss=0.5L1+0.5L2)_Dr.sky_的博客-
Dr.sky_·2024-01-22 06:08

译文《Learning to Drive in a Day》

从随机初始化的参数中，我们的模型能够使用单个单眼图像作为输入，在少数训练集中学习车道跟随策略。我们提供一个通用且易于获得的奖励：车辆在没有安全驾驶员控制的情况下行驶的距离。
qq_16740151·2024-01-22 06:34

样本处理之SMOTE算法

1.少数类别过采样技术SMOTE简介SyntheticMinorityOversamplingTechnique，是一种用于合成少数类样本的过采样技术，通过对训练集中的正例进行插值来产生额外的正例。
MusicDancing·2024-01-21 16:52

task5 模型融合

三种融合方式：1.简单加权2.stacking/blending:多层模型-前一层训练结果作为训练集3.bagging/boosting:各模型之间无关/后一模型依赖前一模型stacking核心代码：
1598903c9dd7·2024-01-21 10:37

关于最近的NLP模型Bert、Elmo、GPT（下--2）

这样的任务可以用在文本分类，语义分析等多种场景，比transformer，elmo，word2vector的效果要好。利用be
吴祺育的笔记·2024-01-21 09:35

关于数据集的了解

常见的数据集类型包括训练集（用于构建模型）、验证集（用于调整模型参数）和测试集（用于评估模型性能）。数据集可以从不同的来源收集，如
专家-百锦再·2024-01-21 07:33

cs231n assignment1——SVM

数据集并展示部分数据数据图像归一化，减去均值（也可以再除以方差）svm_loss_naive和svm_loss_vectorized计算hinge损失，用拉格朗日法列hinge损失函数利用随机梯度下降法优化SVM在训练集和验证集计算准确率
柠檬山楂荷叶茶·2024-01-21 06:15

NLP深入学习（三）：TF-IDF 详解以及文本分类/聚类用法

文章目录0.引言1.什么是TF-IDF2.TF-IDF作用3.Python使用3.1计算tf-idf的值3.2文本分类3.3文本聚类4.参考0.引言前情提要：《NLP深入学习（一）：jieba工具包介绍
Smaller、FL·2024-01-20 18:00

NLP深入学习（四）：贝叶斯算法详解及分类/拼写检查用法

贝叶斯用于垃圾邮件分类4.基于贝叶斯算法实现拼写检查器5.参考0.引言前情提要：《NLP深入学习（一）：jieba工具包介绍》《NLP深入学习（二）：nltk工具包介绍》《NLP深入学习（三）：TF-IDF详解以及文本分类
Smaller、FL·2024-01-20 18:00

NLP深入学习（五）：HMM 详解及字母识别/天气预测用法

HMM的例子2.1字母序列识别2.2天气预测3.参考0.引言前情提要：《NLP深入学习（一）：jieba工具包介绍》《NLP深入学习（二）：nltk工具包介绍》《NLP深入学习（三）：TF-IDF详解以及文本分类
Smaller、FL·2024-01-20 18:57

决策树在商业保险中的应用

决策树在商业保险中的应用决策树在商业保险中的应用⼀、业务背景二、数据探索性分析2.1、导入数据和安装包2.2了解数据特征的分布情况2.3了解数据特征与标签之间的相关性强弱三、数据清洗3.1删除不需要的列3.2拆分训练集和测试集
哆啦A梦呀·2024-01-20 17:23

pytorch图片分类神经网络代码

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transformsfromtorch.utils.dataimportDataLoader#%%#下载训练集
jiang_changsheng·2024-01-20 15:40

作文评分相关工作

Page首先收集了一部分人工评分后的作文(训练集),利用当时并不发达的自然语言处理技术,从作文
aneutron·2024-01-20 15:13

过拟合/欠拟合、偏差/方差

方差：度量了同样大小的训练集的变动所导致的学习性能的变化,即刻画了数据扰动所造成的影响。噪声：
褚骏逸·2024-01-20 12:11

【机器学习】四大类监督学习_模型选择与模型原理和场景应用_第03课

监督学习中模型选择原理及场景应用监督学习应用场景文本分类场景：o邮件过滤：训练模型识别垃圾邮件和非垃圾邮件。o情感分析：根据评论或社交媒体内容的情感倾向将其分类为正面、负面或中性评价。
德天老师·2024-01-20 09:46

深度学习的基本概念汇总

1.batchsizebatchsize是指在训练集中取的样本数，batch的size设置的不能太大也不能太小，因此实际工程中最常用的就是mini-batch，一般size设置为几十或者几百。
-day day up-·2024-01-20 07:01
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他