深度学习 – 基础的Greedy Search和Beam Search算法的Python实现
假设当前词汇表中总共有5个词汇，现在有一个概率矩阵需要解码为词序列，词序列中包含10个词，以下通过Greedy Search Decoder和Beam Search Decoder对该词序列分别进行解码。 1 Greedy Search import numpy as np # greedy dec…
- 深度学习
- 2022-07-18
资源分享 – Natural Language Processing in Action 英文PDF下载
1 资源分享 - Natural Language Processing in Action 英文PDF下载 1.1 书籍简介 Natural Language Processing in Action是您使用 Python 的强大功能及其专用于 NLP 和 AI 的软件包生态系统创建能够理解人类语…
- AI资源
- 2022-07-17
深度学习 – Transformer详解
转载自： 链接：https://wmathor.com/index.php/archives/1438/ 作者：wmathor Transformer 是谷歌大脑在2017年底发表的论文Attention Is All You Need中所提出的 seq2seq 模型。现在已经取得了大范围的应用和扩…
- Transformer
- 2022-07-16
深度学习 – Transformer详细注释
译自： https://nlp.seas.harvard.edu/2018/04/03/attention.html http://nlp.seas.harvard.edu/annotated-transformer/ 在过去的五年里，Transformer一直被很多多关注。本篇文章以逐行实现并详细…
- Transformer
- 2022-07-15
深度学习 – 通俗理解Beam Search Algorithm算法
1 Beam Search Algorithm 在本文中会尽量以通俗易懂的方式介绍Beam Search Algorithm的原理。 在机器翻译领域（Encoder-Decoder模型），将一种语言翻译成另外一种语言时，我们首先需要对源语言的单词序列进行编码，然后通过深度学习模型训练和推理得到中间输…
- 深度学习
- 2022-07-14
Pytorch – nn.Transformer、nn.TransformerEncoderLayer、nn.TransformerEncoder、nn.TransformerDecoder、nn.TransformerDecoder参数详解
1 nn.Transformer 1.1 nn.Transformer定义 1.函数形式 torch.nn.Transformer(d_model=512, nhead=8, num_encoder_layers=6, num_decoder_layers=6, dim_feedforward=20…
- Pytorch
- 2022-07-13
计算几何 – 求解两个三维向量之间的三维旋转矩阵
1 求解两个三维向量之间的3D旋转矩阵 1.1 方法1 先求解两个三维向量之间的夹角作为旋转角度，然后通过求解两个三维向量之间的叉乘向量作为旋转轴，最后通过旋转角度和旋转轴获取两个向量之间的旋转矩阵。 #include <iostream> #include <Eigen/Dens…
- 计算几何
- 2022-07-12
Pytorch – .to()和.cuda()的区别
1 Pytorch中.to()和.cuda()的区别 如果需要指定的设备是GPU则.to()和.cuda()没有区别，如果设备是cpu，则不能使用.cuda()。也就是说.to()既可以指定CPU也可以指定GPU，而.cuda()只能指定GPU。 1.1 .cuda() 1.单GPU os.envi…
- Pytorch
- 2022-07-11
Python – 获取当前py脚本文件所在的目录路径
1 Python获取当前py脚本文件所在的目录路径 Python获取当前py脚本文件所在的目录路径总共有3种方式。 第1种 os.getcwd() 第2种 os.path.split(sys.argv[0])[0] 第3种 os.path.split(os.path.realpath(__file_…
- Python
- 2022-07-10
资源分享 – Quaternions for Computer Graphics , Second Edition 英文PDF下载
1 Quaternions for Computer Graphics , Second Edition 英文PDF下载 1.1 书籍简介 如果你曾经想知道四元数是什么——那就别再看了，John Vince 将向你展示它们是多么简单和有用。 第 2 版经过全面修订，包括关于四元数发明的更多细节、对文…
- 计算几何与计算机图形学资源
- 2022-07-09
Pytorch – 模型保存与加载以及如何在已保存的模型的基础上继续训练模型
1 模型的保存和加载 1.1 保存与加载整个模型 保存网络的所有模块，代码量少。 但是这种方法缺点是保存模型的时候，序列化的数据被绑定到了特定的类和确切的目录。 这是因为pickle不保存模型类本身，而是保存这个类的路径， 并且在加载的时候会使用。因此， 当在其他项目里使用或者重构的时候，加载模型的…
- Pytorch
- 2022-07-09
深度学习 – 经典的卷积神经网络（CNN）模型结构
转载自：http://shiyanjun.cn/archives/1974.html 本文主要简单介绍在卷积神经网络发展过程中，一些经常用的改进模型，主要包括LeNet-5、AlexNet、VGGNet、GoogLeNet、ResNet、DenseNet、ZFNet这7个模型。本文不会非常深入讲解各…
- 深度学习
- 2022-07-08
最新评论