人工智能

主要步骤： 0.安装anaconda3（基本没问题） 1.配置清华的源（基本没问题） 2.查看python版本，运行 python3 -V； 查看CUDA版本，运行 nvcc -V 3.如果想用最新版本的python，可以创建新的python版本： 　　conda create –name python38 python=3.8 　　conda activ…

一、FM介绍 （1）实验的主要任务：使用FM在movielen数据集上进行电影评分预测任务（rendle的工作，经典的特征选择） （2）参考论文：Factorization Machines （3）部署环境：python37 + pytorch1.3 （4）数据集：Movielen的small数据集，使用的rating.csv文件。数据集按照8:2的比例进行…

一、MF介绍 （1）实验的主要任务：使用MF模型在数据集合上的评分预测（movielens，随机80%训练数据，20%测试数据，随机构造 Koren的经典模型） （2）参考论文：MATRIX  FACTORIZATION TECHNIQUES FOR RECOMMENDER SYSTEMS 简单模型：难点在于构造qi与pu，通过来预测评分rui。在构造qi与…

pytorch.topk()用于返回Tensor中的前k个元素以及元素对应的索引值。例： import torch item=torch.IntTensor([1,2,4,7,3,2]) value,indices=torch.topk(item,3) print(“value:”,value) print(“indices:”,indices) 输出结果为…

简介 pytorch是非常流行的深度学习框架。下面是Windows平台配置pytorch的过程。 一共需要安装cuda、pycharm、anancoda、pytorch。 主要介绍cuda和pytorch的安装。 安装cuda 1. 根据自己的显卡，选择合适的cuda版本。 百度输入CUDA，进入官网下载。 下载结束后，进行安装。 安装结束后，自动弹出此窗口…

看得不明不白（我在下一篇中写了如何理解gather的用法） gather是一个比较复杂的操作，对一个2维tensor，输出的每个元素如下： out[i][j] = input[index[i][j]][j] # dim=0 out[i][j] = input[i][index[i][j]] # dim=1 二维tensor的gather操作 针对0轴 注意i…

在学习陈云的教程《深度学习框架PyTorch：入门与实践》的损失函数构建时代码如下： 可我运行如下代码： output = net(input) target = Variable(t.arange(0,10)) criterion = nn.MSELoss() loss = criterion(output, target) loss 运行结果： Runt…

课后习题 task0402.注意力机制与Seq2seq模型 不同的attetion layer的区别在于score函数的选择，在本节的其余部分，我们将讨论两个常用的注意层 Dot-product Attention 和 Multilayer Perceptron Attention；随后我们将实现一个引入attention的seq2seq模型并在英法翻译语料…

课后习题 训练集、验证集和测试集的意义https://blog.csdn.net/ch1209498273/article/details/78266558有了模型后，训练集就是用来训练参数的，说准确点，一般是用来梯度下降的。而验证集基本是在每个epoch完成后，用来测试一下当前模型的准确率。因为验证集跟训练集没有交集，因此这个准确率是可靠的。那么为啥还需要…