机器学习

机器学习回归评估方法
孟宝亮2022-01-29720046
下面整理常见的用于回归损失函数： MAE 平均绝对误差 MSE 均方误差 R-Square R方损失函数 Huber 损失函数 Log-Cosh 损失函数 RMSLE 均方根对数误...
机器学习 BCELoss、CrossEntropyLoss
孟宝亮2022-01-29641073
PyTorch 提供了两种损失函数的使用方法：函数形式、模块形式，函数形式的损失函数定义在 torch.nn.functional 库中，使用时传入神经网络的预测值和目标值来计算损...
机器学习 Batch 文本长度不同（pad_sequence）
孟宝亮2022-01-28633034
1. pad_sequence pad_sequence 函数通过填充的方式，将同一个 batch 中的 sequences 通过默认填充 0 的方式，变成最长 sequence ...
机器学习 PyTorch 中 GRU 和 LSTM 循环网络层
孟宝亮2022-01-2762300
在 NLP 任务中主要处理带有序列关系的文本数据，这就需要了解循环（递归）神经网络。下图是一个简单的循环神经网络：网络中包含一个神经元，但是它具有不同的时间步，能够提取出句子的顺...
机器学习深度残差网络（Residue Network）
孟宝亮2022-01-27637045
我们都知道增加网络的宽度和深度可以很好提高网络的性能，深的网络一般都比浅的的网络效果好。比如，一个深的网络 A 和一个浅的网络 B，那 A 的性能至少都能跟 B一样，为什么呢？ h...
机器学习批量归一化（Batch Normalization）
孟宝亮2022-01-27725054
我们知道网络开始训练之后，每一层网络的参数都会发生变化。又由于每一层网络的输入是上一层网络的输出，上一层网络参数的变化，就导致当前层的输入分布发生变化，这个问题我们称之为 Inte...
机器学习 Dropout 正则化
孟宝亮2022-01-271052061
在训深层练神经网络时，由于模型参数较多，在数据量不足的情况下，很容易过拟合。Dropout 就是在神经网络中一种缓解过拟合的方法。我们知道，缓解过拟合的方式就是降低模型的复杂度，...
机器学习 PyTorch 构建词表
孟宝亮2022-01-27701076
在解决 NLP 任务之前, 首先就要构建自己的词表。词表的作用就是给定语料，将文本中的以字为单位、或者以词为单位转换为整数序号，该序号可用于在词嵌入的 lookup table 中...
机器学习 PyTorch 中 Linear 和 Embedding 网络层
孟宝亮2022-01-2670801
当我们使用 PyTorch 构建神经网络时，经常使用到一些内置的网络层。本篇文章主要介绍下列层的使用：线性层（Linear）词嵌入层（Embedding）循环网络层（RNN、...
机器学习 Beam Search 算法
孟宝亮2022-01-25747016
我们经常需要预测一个句子，预测时第 2 个词依赖于前 1 个词，预测第 3 个词时依赖于前面的 2 个词，当预测第 n 个词时依赖于前 n-1 个词，我们需要找到一个这样的词的序列...
机器学习神经网络 BP 算法
孟宝亮2022-01-24593031
BP （Back Propagation）算法也叫做误差反向传播算法，它用于求解模型的参数梯度，从而使用梯度下降法来更新网络参数。它的基本工作流程如下：通过正向传播得到误差，所谓...
机器学习 PyTorch DataLoader 使用
孟宝亮2022-01-23910069
在 PyTorch 中，使用 torch.utils.data.DataLoader 类可以实现批量的数据集加载，在我们训练模型中非常常用，其功能也确实比较强度大。由于其参数比较多...
机器学习 GELU 激活函数
孟宝亮2022-01-211144011
GELU（Gaussian Error Linear Unit，高斯误差线性单元）激活函数在 NLP 任务中被广泛使用，例如：BERT、ALBERT、GPT 等模型都用到 GELU...
机器学习 Tanh 激活函数
孟宝亮2022-01-21663086
Tanh 叫做双曲正切函数，其公式如下： Tanh 的函数图像、导数图像如下：由上面的函数图像可以看到，Tanh 函数将输入映射到 (-1, 1) 之间，图像以 0 为中心，在 ...
机器学习 HardSwish 和 Mish 激活函数
孟宝亮2022-01-2191609
目前业界公认的最好的激活函数是 swish 和 mish 函数，在保持原结构不变的基础上，直接将模型的激活函数换成 HardSwish 或 Mish 函数，都会使得模型的性能有所提...
机器学习 ReLU、SoftPlus、LeakyReLU、ELU 激活函数
孟宝亮2022-01-21623076
ReLU（Linear rectification function，修正线性单元）在图像处理任务中使用最广泛的激活函数，它虽然具有一定的优势，但是也存在一些不足，由此出现了一些变...
机器学习 Sigmoid 和 LogSigmoid 激活函数
孟宝亮2022-01-211142065
激活函数主要用来向神经网络中加入非线性因素，以解决线性模型表达能力不足的问题，它对神经网络有着极其重要的作用。我们的网络参数在更新时，使用的反向传播算法（BP），这就要求我们的激活...
机器学习神经网络非线性因素解释
孟宝亮2022-01-2169300
激活函数用于对每层的输出数据进行变换, 进而为整个网络结构结构注入了非线性因素。此时, 神经网络具备逼近任意函数的能力。如果不使用激活函数，整个网络虽然看起来复杂，其本质还相当于...
机器学习 PyTorch 实现线性回归
孟宝亮2022-01-20640094
我们通过手动实现线性回归的假设函数、平方损失、SGD优化方法、以及训练函数来实现对 sklearn make_regression 函数产生的数据集进行拟合，最后通过拟合直线、训练...
机器学习 PyTorch 自动微分模块
孟宝亮2022-01-20581085
自动微分（Autograd）模块对张量做了进一步的封装，具有自动求导功能。自动微分模块是构成神经网络训练的必要模块，在神经网络的反向传播过程中，Autograd 模块基于正向计算的...

1 … 8 9 10 … 12

机器学习

机器学习 回归评估方法

机器学习 BCELoss、CrossEntropyLoss

机器学习 Batch 文本长度不同（pad_sequence）

机器学习 PyTorch 中 GRU 和 LSTM 循环网络层

机器学习 深度残差网络（Residue Network）

机器学习 批量归一化（Batch Normalization）

机器学习 Dropout 正则化

机器学习 PyTorch 构建词表

机器学习 PyTorch 中 Linear 和 Embedding 网络层

机器学习 Beam Search 算法

机器学习 神经网络 BP 算法

机器学习 PyTorch DataLoader 使用

机器学习 GELU 激活函数

机器学习 Tanh 激活函数

机器学习 HardSwish 和 Mish 激活函数

机器学习 ReLU、SoftPlus、LeakyReLU、ELU 激活函数

机器学习 Sigmoid 和 LogSigmoid 激活函数

机器学习 神经网络非线性因素解释

机器学习 PyTorch 实现线性回归

机器学习 PyTorch 自动微分模块

置顶推荐