1、线性模型线性假设是指⽬标（房屋价格）可以表⽰为特征（⾯积和房龄）的加权和，如下⾯的式⼦：price = warea · area + wage · age + b. 其中: warea和wage 称为权重（weight），权重决定了每个特征对我们预测值的影响。b称为偏置（bias）、偏移量（offset）或截距（intercept）。偏置是指当所有特征都取值为0时，预测值应该为多少。1、线性模
转载
2024-02-23 07:44:03
63阅读
本次学习主要分为三部分，分别是文本预处理、语言模型和循环神经网络。 文章目录文本处理读入文本分词建立词典将词转为索引语言模型n元语法时序数据的采样随机采样相邻采样循环神经网络循环神经网络的构造 文本处理文本处理是针对文本数据（即序列数据）进行建模前的准备工作，通常的处理包含四个步骤：读入文本；分词；建立字典，将每个词映射到一个唯一的索引（index）；将文本从词的序列转换为索引的序列，方便输入模型
转载
2023-11-11 01:53:22
172阅读
摘要： 想要在没有任何问题的情况下生成文本，而无需自己构建和调整神经网络吗？赶紧来看看textgenrnn项目吧，它只需几行代码就能轻松地在任何文本数据集上训练任意大小和复杂度文本生成神经网络。 备注：源代码支持英文语料，我进行了修改支持中文语料https://github.com/jinjiajia/textgenrnn-chinese正文： textgenrnn就是采用RNN的方式来实现文本生
转载
2024-03-26 11:06:40
100阅读
从本专栏开始，正式开始研究Python深度学习、神经网络及人工智能相关知识。前一篇文章详细讲解了如何评价神经网络，绘制训练过程中的loss曲线，并结合图像分类案例讲解精确率、召回率和F值的计算过程。本篇文章将分享循环神经网络LSTM RNN如何实现回归预测，通过sin曲线拟合实现如下图所示效果。本文代码量比较长，但大家还是可以学习下的。基础性文章，希望对您有所帮助！文章目录：一.RNN和LSTM
转载
2024-09-04 08:53:21
45阅读
翻译自官网教程:SEQUENCE-TO-SEQUENCE MODELING WITH NN.TRANSFORMER AND TORCHTEXT本文是关于如何使用nn.Transformer模块训练序列到序列(sequence-to-sequence)模型的教程。PyTorch 1.2 发布版包括了基于论文Attention is All You Need的标准transformer模块。这个tra
转载
2023-12-29 22:48:38
79阅读
前言本系列教程为pytorch官网文档翻译。本文对应官网地址:https://pytorch.org/tutorials/intermediate/char_rnn_generation_tutorial.html系列教程总目录传送门：我是一个传送门本系列教程对应的 jupyter notebook 可以在我的Github仓库下载：下载地址：https://github.com/Holy-Shin
转载
2024-05-06 10:45:03
170阅读
前言：最近在做文本生成的工作，调研发现针对不同的文本生成场景（机器翻译、对话生成、图像描述、data-to-text 等），客观评价指标也不尽相同。虽然网络上已经有很多关于文本生成评价指标的文章，本博客也是基于现有资源的一个汇总，但这些文章大多是对评价指标原理的系统性梳理，很少结合相应的代码实现。我认为还是要使用理论实践相结合的方式，通过代码来辅助我们更好地理解这些评价指标，毕竟我们是要根据这些评
转载
2024-01-08 22:45:09
230阅读
基于pytorch的LSTM进行字符级文本生成实战 文章目录基于pytorch的LSTM进行字符级文本生成实战前言一、数据集二、代码实现1.导入库及LSTM模型构建2.数据预处理函数3.训练函数4.预测函数5.文本生成函数6.主函数总结完整代码后续 前言随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习中深度学习的内容使用pytorch构建LST
转载
2024-03-06 07:45:35
106阅读
一.文本预处理文本是一类序列数据，一篇文章可以看作是字符或单词的序列，本节将介绍文本数据的常见预处理步骤，预处理通常包括四个步骤： 1.读入文本 2.分词 3.建立字典，将每个词映射到一个唯一的索引（index） 4.将文本从词的序列转换为索引的序列，方便输入模型1.读入文本import collections
import re
def read_time_machine():
# open
转载
2024-01-04 07:36:19
186阅读
在笑话语料库上训练角色级语言模型。 我决定尝试解决此问题的方法，我在OpenAI的“ 请求研究”博客中找到了该方法。 您可以在这里查看代码。 这是用Pytorch编写的，并且受到Fast.ai关于从头实现RNN的精彩课程的启发。 我开始使用OpenAI提供的数据集进行 数据准备 。 数据被转换为小写字母，并且在初次运行时，我选择了评分最高的笑话，其单词长度小于200。这是遇到的所有令牌的示例
转载
2024-05-13 14:25:29
43阅读
一、HTML与文件下载如果希望在前端侧直接触发某些资源的下载，最方便快捷的方法就是使用HTML5原生的download属性，例如：<a href="large.jpg" download>下载</a>复制代码具体介绍可参考我之前的文章：“了解HTML/HTML5中的download属性”。但显然，如果纯粹利用HTML属性来实现文件的下载（而不是浏览器打开或浏览），对于动态内
转载
2024-06-18 07:51:58
56阅读
系列文章链接：AI艺术的背后：详解文本生成图像模型【基于 VQ-VAE】AI艺术的背后：详解文本生成图像模型【基于GAN】AI艺术的背后：详解文本生成图像模型【基于Diffusion Model】导言AI 艺术生成已经开始走进大众的视野中。在过去一年里，出现了大量的文本生成图像模型，尤其是随着 Stable Diffusion 以及 Midjourney 的出现，带起了一股 AI 艺术创作热潮，甚
转载
2024-05-13 12:47:55
151阅读
根据模型的数学原理进行简单的代码自我复现以及使用测试，仅作自我学习用。模型原理此处不作过多赘述，仅罗列自己将要使用到的部分公式。代码框架部分参照了以下视频中的内容。清华博士爆肝300小时录制！！机器学习入门必备的10个经典算法（原理+复现+实验）被他讲得如此清晰！_哔哩哔哩_bilibili如文中或代码有错误或是不足之处，还望能不吝指正。线性回归，主要任务是寻找一个或多个因变量与自变量之间的关系，
转载
2023-12-26 17:12:41
125阅读
文章目录一、简介二、transformer结构三、用于文本分类的transformer1. embedding layer（嵌入层）2. positional encoding（位置编码）3. Scaled dot-product attention（缩放的点乘注意力机制）4. Multi-head attention（多头注意力）5. Padding mask6. 残差连接7. Layer N
在当今的 IT 领域，文本生成图像的能力成为了一项越来越受欢迎的技术，它能为创作者提供丰富的视觉材料。实际上，利用 Python 创建这样一个功能，是可以加速创作的一个有效方法。本篇文章将详细探讨如何实施文本生成图像的代码，同时围绕性能优化和排错流程展开。
> **用户反馈**
> “我们希望能有一种方式将输入的文本描述即刻转换为图像，这样能大大加提升我们的工作效率。”
在评估问题的严重程度时
生活中大家都需要一款好用的图像编辑器，而Acorn for Mac就是一款功能非常强大的图像编辑软件。Acorn Mac版可以添加文字和形状到您的数码照片，本教程将教您如何创建在漫画中看到的动作文本的外观。 漫画风格的文字可以为您的图像或项目添加有趣的内容，而且创建起来也很有趣！在Acorn，文件▸新建中创建新图像。 此处使用的示例是带有白色背景的1000 x 1000像素
去年4月，OpenAI发布的DALL-E 2用更高的分辨率、更真实的图像生成以及更准确地理解自然描述，横扫整个AIGC领域。不过图像生成真正进入全民化还要数Stable Diffusion的开源，仅在消费级的GPU上即可运行，用户可以在自己的数据集上进行微调，也不用忍受各大绘画网站为了「安全」设立的各种过滤词表，真正实现了「绘画自由」。而在视频生成领域，目前各家大厂还是只敢拿demo出来演示，普通
一、1.调入jieba库（“结巴”）：jieba（结巴）是一款基于 Python 的中文分词库，可以将中文文本分割成一个个独立的词语。中文文本的分词是自然语言处理中的一个重要任务。相比于英文等语言，中文的词汇是由汉字构成的，汉字之间没有空格或其他明显的分隔符，因此需要特殊的分词技术来进行分割。jieba 库提供了多种分词模式，包括精确模式、全模式、搜索引擎模式等，可以满足不同应用场景的需求。除了分
转载
2023-11-26 19:16:00
116阅读
Jet 安装过程 1. 下载 emf插件 2. 下载 jet插件 3. 查看 help content中是否有帮助，如果有多半安装成功了 4. 点击 new—》project—》选择 transformation project（将 显示所有的wizard 启动，否则看不到，太坑爹了）
转载
2024-04-23 10:43:32
114阅读
文本自动生成研究进展与趋势CCF 中文信息技术专业委员会万小军 冯岩松 孙薇薇北京大学计算机科学技术研究所，北京摘要我们期待未来有一天计算机能够像人类一样会写作，能够撰写出高质量的自然语言文本。文本自动生成就是实现这一目的的关键技术。按照不同的输入划分，文本自动生成可包括文本到文本的生成、意义到文本的生成、数据到文本的生成以及图像到文本的生成等。上述每项技术均极具挑战性，在自然语言处理与人工智能领
转载
2024-05-21 19:00:13
112阅读
