HomeArchivesCategoriesLabelMomentsPhotosLinkAbout

学习

RNN（Recurrent Neural Network）
RNN（Recurrent Neural Network） 传统的神经网络无法获取时序信息，然而时序信息在自然语言处理任务中非常重要。 例如对于这一句话 “我吃了一个苹果”，“苹果” 的词性和意思，在这里取决于前面词的信息，如果没有 “我吃了一个” 这些词，“苹果” 也可以翻译为乔布斯搞出来的那个被
学习
2023-02-07

词向量（Word Embedding）
词向量（Word Embedding） 词向量（Word Embedding）是自然语言处理（NLP）中的一种重要技术，它将词汇映射到高维空间中的向量，以捕捉词汇之间的语义关系。词向量能够将词汇的含义编码为数值形式，从而使得计算机能够处理和理解自然语言。 以下是关于词向量的一些核心概念： 基本概念
学习
2023-02-06

独热（Onehot）编码
独热（Onehot）编码 独热编码（One-Hot Encoding）是一种将分类变量转换为机器学习算法易于利用的形式的技术。在独热编码中，每个类别值都被转换成一个只含有一个“1”和一个“0”组成的向量，其中“1”的位置对应于该类别的索引，而其他位置都是“0”。 下面是独热编码的一些基本要点： 举例
学习
2023-02-04

神经网络语言模型
神经网络语言模型 神经网络语言模型是一种利用神经网络来预测语言序列中下一个词或字符的模型。与传统的统计语言模型相比，神经网络语言模型能够捕捉到更复杂的语言特征和模式，因为它可以通过多层非线性变换来学习数据中的高级抽象。 以下是神经网络语言模型的一些关键点： 模型架构： 循环神经网络（RNN）：最早的
学习
2023-02-04

统计语言模型
统计语言模型
学习
2023-02-03

语言模型
语言模型 语言模型（Language Model）是自然语言处理（NLP）领域的一种机器学习模型，它用于预测自然语言中下一个词或者字符的可能性。语言模型可以基于统计方法或者深度学习方法构建，其核心目的是理解和模拟人类语言的统计特性和语法规则。 语言模型的两个分支： 统计语言模型：这类模型基于概率分布
学习
2023-02-02

预训练
预训练 预训练（Pre-training）是机器学习中的一个重要概念，特别是在深度学习领域。它指的是在一个大型数据集上对模型进行训练，而这个数据集并不是模型最终要应用的任务数据。预训练的目的是为了让模型能够捕获数据中的通用特征和模式，这样模型就可以在之后的任务中表现得更好，即使那些任务的数据量相对较
学习
2023-02-01

书单
书单 这份书籍清单和链接如下，简单翻译了一下书名，供感兴趣的朋友参考： The Elements of Statistical Learning（统计学习基础） Trevor Hastie, Robert Tibshirani, Jerome Friedman http://link.springe
学习
2023-01-16

RESTful API
RESTful API RESTful API 设计和开发的理解： RESTful API 是一种基于 REST 架构风格的 API 设计规范，它使用 HTTP 协议进行数据传输，并通过 URL、HTTP 方法、状态码等元素来定义 API 接口。 RESTful API 的核心原则： 资源导向： 将
学习
2023-01-11

基于软件测试技术的软件质量保证研究
基于软件测试技术的软件质量保证研究 摘要： 随着软件在现代社会的广泛应用，软件质量保证成为保证软件可靠性和用户满意度的关键环节。软件测试技术作为软件质量保证的核心手段之一，不断发展和应用。本论文以“基于软件测试技术的软件质量保证研究”
学习
2022-12-16
上一页 下一页