③构建词汇表，根据英文和中文数据的词汇内容，增加索引的内容，对于一些陌生的词汇，我们给予其“未知”的标签。缺点：通过代码实操发现，在翻译领域的BLEU评价指标基本得分很低，直接原因是翻译出来的语句较生硬，基本都是通过...
这张图展示了经典的RNN架构，其中每个垂直矩形框都是时间步长t的隐藏层，每个这样的层都包含若干神经元，每个神经元对其输入执行线性矩阵运算，然后执行非线性运算（例如tanh()）。语言模型需要计算特定序列中...
从零入门AIforScience（AI+药物)#DatawhaleAI夏令营...
DatawhaleAI夏令营-Task1...
采用CrossEntropyLoss损失函数和Adam优化器，并使用调度器动态调整学习率。CrossEntropyLoss损失函数常用于分类任务中，它能将预测的分类标签转换成概率，以对数的方式来预测错误程度。Lyy...
这里我们提到的神经网络，指的是人工神经网络（ArtificialNeuralNetworks,ANNs）。它是一种计算模型，这种模型能够学习和处理复杂的数据模式，通过模拟大脑神经元之间的连接和信号传递来实现...
目前神经机器翻译技术已经取得了很大的突破，但在特定领域或行业中，由于机器翻译难以保证术语的一致性，导致翻译效果还不够理想。对于术语名词、人名地名等机器翻译不准确的结果，可以通过术语词典进行纠正，避免了混淆或歧义，最...
很简单的流程，最关键的处理数据也只是单纯的筛选、分组、求平均、重置序号、合并。这一份baseline只是用来入门，明显可以优化，具体考虑增加数据处理的流程与准确性，参数的选取与加工等等。时间序列问题是指对按时间顺序...
ImageNet包含超过1400万张注释过的图像，这些图像分布在超过2.2万个类别中。它的规模之大使得它成为深度学习模型训练和评估的理想数据集。ImageNet数据集中的图像包含了各种场景、物体、背景和遮挡情况，...
机器学习模型的主要步骤为：探索性数据分析、数据预处理、提取特征、切分训练集与验证集、训练模型、预测结果。_lightgbm特征工程...