erode
  • 首页
  • 归档
  • 分类
  • 标签
  • gallery
  • 关于

nn.LayerNorm

2024-08-01

nn.BatchNorm

Batch Normalization的使用场景深层神经网络:在深度神经网络中,梯度消失和梯度爆炸问题更加明显,Batch Normalization可以帮助缓解这些问题,加速模型的训练和收敛。非线性激活函数:使用非线性激活函数(如ReLU)时,Batch Normalization可以减少梯度消失问题,提高模型性能。大规模数据集:在大规模数据集上,Batch Normalization的效果通常
2024-08-01

PyTorch中的nn.Dropout

在深度学习中,过拟合是一个常见的问题,而 nn.Dropout 是一种常用的正则化技术,有助于减少过拟合现象。nn.Dropout 是 PyTorch 中用于应用 Dropout 正则化的模块。 作用在训练阶段,nn.Dropout 按照指定的概率随机丢弃输入张量中的部分元素,以减少神经网络的复杂性。这有助于提高模型的泛化能力,避免过拟合。 nn.Dropout 的基本用法torch.nn.Dro
2024-08-01

PyTorch中的nn.Embedding

nn.Embedding 是PyTorch中的一个模块,用于将整数索引映射到连续的低维向量表示。这个操作在自然语言处理(NLP)和推荐系统等领域中非常常见,因为它可以有效地学习输入数据中的离散特征。 作用:将整数索引映射为低维向量表示:nn.Embedding 能够将离散的整数索引(如单词、类别等)映射为低维的实数向量。学习数据中的结构信息:这种嵌入操作能够学习输入数据中的结构信息,使得神经网络可
2024-07-30
#ML

Python Re模块

使用Python的re模块进行正则表达式处理Python的re模块提供了强大的正则表达式功能,用于字符串的查找、替换和拆分。本文将介绍re模块的基本用法,并通过示例代码展示其强大之处。 什么是正则表达式?正则表达式是一种用于匹配字符串的模式。它可以用来验证输入、查找特定的字符串模式、替换文本等。re模块是Python中处理正则表达式的标准库。 导入re模块在使用正则表达式之前,需要先导入re模块:
2024-07-29

分类问题评价指标

分类问题的评价指标Accuracy准确率是预测正确的样本占总样本的百分比。 $$ Accuracy = \frac{TP + TN}{TP + TN + FP + FN} $$其中TP、TN、FP、FN分别代表真正例、真负例、假正例、假负例。 准确率的缺点:在类别不均衡的情况下,准确率这个指标无法客观的评价算法的优劣。比如有100个样本,99个是正样本,1个是反样本,这时候算法只要全部输
2024-07-20

dgl.sampling

dgl.sampling是dgl库中的一个子模块,包含用于通过随机游走、邻居采样等从图中采样的运算符和实用程序。
2024-07-19
#dgl

dgl.function

dgl.function 这个子包包含了DGL提供的所有内置函数,用于定义消息传递和聚合的函数。
2024-07-19
dgl
#dgl

师兄教诲

勤读文献,善于思考,主动担当,做好规划 多学习,多留心,搞好细节
2024-07-15
经验与心得

新三国马超剪辑

多媒体技术大作业
2023-12-12
1234

搜索

Hexo Fluid