人工智能
-
用Keras搞一个阅读理解机器人
catalogue 1. 训练集 2. 数据预处理 3. 神经网络模型设计(对话集 <-> 问题集) 4. 神经网络模型设计(问题集 <-> 回答集) 5. RNN神经网络 6. 训练 7. 效果验证 1. 训练集 1 Mary moved to the bathroom. 2 John went to the hallway. …
-
faster RCNN(keras版本)代码讲解(3)-训练流程详情
转载：https://blog.csdn.net/u011311291/article/details/81121519 https://blog.csdn.net/qq_34564612/article/details/79138876 2018年07月19日 19:43:58 姚贤贤 阅读数：1370 版权声明：本文为博主原创文章，未经博主允许不得转…
-
pytorch 矩阵数据增加维度unsqueeze和降低维度squeeze
增加一个维度 out.unsqueeze(-1) 降低一个维度 out.squeeze(dim=1)
-
pytorch seq2seq闲聊机器人
cut_sentence.py “”” 实现句子的分词 注意点： 1. 实现单个字分词 2. 实现按照词语分词 2.1 加载词典 3. 使用停用词 “”” import string import jieba import jieba.posseg as psg import logging stopwords_path = “../corpus/stopw…
-
PyTorch如何构建深度学习模型？
简介 每过一段时间，就会有一个深度学习库被开发，这些深度学习库往往可以改变深度学习领域的景观。Pytorch就是这样一个库。 在过去的一段时间里，我研究了Pytorch，我惊叹于它的操作简易。Pytorch是我迄今为止所使用的深度学习库中最灵活的，最轻松的。 在本文中，我们将以实践的方式来探索Pytorch，包括基础知识与案例研究。我们会使用numpy和Py…
-
【Pytorch】：x.view() view()方法的使用
在pytorch当中，我们经常会用到x.view()方法来进行数据维度的变化，但是这个方法具体该如何使用呢？ 下面我来记录一下笔记： 一.按照传入数字使数据维度进行转换 首先，我们可以传入我们想要的维度，然后按照传入的数字对数据进行维度变化。比如，x.view()当中可以放入列表或者是单个数字，比如我们有代码先生成一个3*2维度的tensor矩阵，那么我们的…
-
pytorch1.0 用torch script导出模型
python的易上手和pytorch的动态图特性，使得pytorch在学术研究中越来越受欢迎，但在生产环境，碍于python的GIL等特性，可能达不到高并发、低延迟的要求，存在需要用c++接口的情况。除了将模型导出为ONNX外，pytorch1.0给出了新的解决方案：pytorch 训练模型 – 通过torch script中间脚本保存模型 — C++加载…
-
[转] pytorch指定GPU
查过好几次这个命令，总是忘，转一篇mark一下吧 转自：http://www.cnblogs.com/darkknightzh/p/6836568.html PyTorch默认使用从0开始的GPU，如果GPU0正在运行程序，需要指定其他GPU。 有如下两种方法来指定需要使用的GPU。 1. 类似tensorflow指定GPU的方式，使用CUDA_VISIBL…
-
PyTorch中MaxPool的ceil_mode属性
PyTorch中的MaxPool（最大池化）有一个属性：ceil_mode，默认为False（地板模式），为True时是天花板模式。
-
PyTorch 之 DataLoader
DataLoader DataLoader 是 PyTorch 中读取数据的一个重要接口，该接口定义在 dataloader.py 文件中，该接口的目的： 将自定义的 Dataset 根据 batch size 的大小、是否 shuffle 等封装成一个 batch size 大小的 Tensor，用于后面的训练。 通过 DataLoader，使得我们在准备…
