摘要：
可以用下面这张图大致理解注意力层和卷积层以及全连接层的主要区别。右边分别是全局注意力层和局部注意力层，最典型的自注意力可以认为是局部注意力的一种。注意力层中的连线颜色表明这些权重在不断变化，而在卷积层和全连接层中它们通过梯度下降缓慢变化。 在神经网络中，注意力机制的计算公式通常是这样的： 其中， 表 阅读全文
posted @ 2023-10-08 08:11
emanlee
阅读(124)
评论(0)
推荐(0)
该文被密码保护。 阅读全文
posted @ 2023-10-08 08:11
emanlee
阅读(0)
评论(0)
推荐(0)
摘要：
情感/观点/评论 倾向性分析ChnSentiCorp_htl_all 数据集数据概览：7000 多条酒店评论数据，5000 多条正向评论，2000 多条负向评论下载地址：https://github.com/SophonPlus/ChineseNlpCorpus/blob/master/datase 阅读全文
posted @ 2023-10-08 08:10
emanlee
阅读(683)
评论(0)
推荐(0)
摘要：
https://jalammar.github.io/a-visual-guide-to-using-bert-for-the-first-time/ A Visual Guide to Using BERT for the First Time Translations: Chinese, Kor 阅读全文
posted @ 2023-10-08 08:10
emanlee
阅读(62)
评论(0)
推荐(0)
摘要：
现在我们使用计算机时，用的大多数都是计算机的高级语言，编制程序来告诉计算机“做什么”，怎么做的。对计算机的利用带来了诸多不便，也严重影响了计算机应用的进一步推广。理解自然语言，也可以称为自然语言的处理，语言虽然表示成一连串文字符号或一连串声音流，但内部其实是一个层次化的结构，从语言的构成中就可以清楚 阅读全文
posted @ 2023-10-08 08:08
emanlee
阅读(565)
评论(0)
推荐(0)
摘要：
https://paperswithcode.com/sota/time-series-forecasting-on-etth2-48?p=informer-beyond-efficient-transformer-for 时序数据预测 https://colab.research.google.c 阅读全文
posted @ 2023-10-08 08:07
emanlee
阅读(107)
评论(0)
推荐(0)
摘要：
Vali Loss: nan Test Loss: nan Training loss is decreasing while validation loss is NaN https://discuss.pytorch.org/t/training-loss-is-decreasing-while 阅读全文
posted @ 2023-10-08 08:07
emanlee
阅读(43)
评论(0)
推荐(0)
摘要：
直接打开 py 文件，不会出现工具栏 阅读全文
posted @ 2023-10-08 08:06
emanlee
阅读(450)
评论(0)
推荐(0)
摘要：
目录informer相关模型数据集划分模型参数跑通自定义数据集预测结果可视化informer相关 论文：https://arxiv.org/abs/2012.07436 感谢论文作者对AI科学做出的贡献，才能像我这种普通人能有机会接触这么nice的文章。作者的github：GitHub - zhou 阅读全文
posted @ 2023-10-08 08:06
emanlee
阅读(2771)
评论(0)
推荐(0)
摘要：
针对Informer中时序数据ETT油温数据分析针对Informer中时序数据ETT油温数据分析 油温数据介绍 数据问题介绍 数据分析油温数据介绍电力变压器油温数据，由国家电网提供，该数据集是来自中国同一个省的两个不同县的变压器数据，时间跨度为2年，原始数据每分钟记录一次（用 m 标记），每个数据集 阅读全文
posted @ 2023-10-08 08:04
emanlee
阅读(987)
评论(0)
推荐(0)
浙公网安备 33010602011771号