原创 stacking in tensorflow2.0:Roberta集成

文章目錄1.前言2.方法2.1 stacking2.2 具體代碼 1.前言 使用stacking方法,提升tweet sentiment的抽取效果。其stacking代碼如下: https://github.com/llq2013

原创 奇異值分解(SVD)推導(從條件推理+反向證明+與特徵分解的關係)

文章目錄1. 前言2.矩陣分析2.2 奇異值分解(SVD)2.2.1 SVD定理2.2.2 從結論反推的證明過程2.2.3 從條件正推的證明過程2.3 特徵分解和奇異值分解的關係 1. 前言 最近幾天一直在學習矩陣的知識,惡補了特

原创 BLEU算法(例子和公式解釋)

文章目錄1.前言2.N-gram2.1 1-gram2.2 3-gram2.3 N-gram總結3. BLEU算法3.1 召回率3.2 BLEU公式3.3 懲罰因子3.4 BLEU最終公式4.實例4.1 句子間的BLEU4.2 多

原创 機器學習——過擬合問題(線性迴歸+邏輯斯特迴歸的正則化推導)

文章目錄1.前言2.過擬合問題及其解決方法2.1 擬合問題中偏差和方差2.2 正則化(regulization)2.3 線性迴歸的正則化2.4 邏輯斯特迴歸的正則化 1.前言 前面已經推導過線性迴歸和邏輯斯特迴歸的梯度下降算法。

原创 啓動Tomcat出現自動關閉問題的解決辦法

遇到的問題和難點: 1.啓動tomcat時出現閃退,是因爲jdk的環境配置沒有設置好 最後配置path裏面: 2.啓動tomcat時出現Tomcat Cannot assign requested address: JVM_

原创 利用Tensorflow使用BERT模型+輸出句向量和字符向量

文章目錄1.前言2.BERT模型2.1 下載預訓練好的模型2.2 導入BERT模型2.3 數據下載和預處理2.4 模型訓練2.5 直接輸出BERT模型的句向量或者是字符向量 1.前言 最近想着如何利用tensorflow調用BER

原创 矩陣的特徵分解(推導+手算+python計算+對稱矩陣的特徵分解性質)

文章目錄1. 前言2.矩陣的進階知識2.1 特徵分解(譜分解)=>只可以用在方陣上2.1.1 特徵分解的原理2.1.2 特徵分解的合理性2.1.3 特徵分解的計算2.1.4 對稱矩陣的特徵分解(這個性質後面SVD推導用到) 1.

原创 14.把eclipse中的web項目打包成war包,然後再Tomcat服務器中運行。

(1)首先在eclipse中export文件生成war文件,如圖所示: (2)把生成的war包放在tomcat的webapps文件夾中,而我的地址爲:C:\JavaWeb\apache-tomcat-7.0.70\webapps

原创 筆記本電腦遇到wifi搜索不到的問題

遇到wifi搜索不到的問題,可能出現的情況是: 1.電腦的wifi驅動問題 2.電腦wifi服務沒有打開。 3.windows無法自動將IP協議堆棧綁定到網絡適配器   解決第一個問題的步驟: 1.下載一個驅動人生,然後更新wifi驅動,

原创 Extjs與servlet交互

運用ajax中,在前端和後臺之間進行參數的傳遞。 在html中主要的代碼: <script type="text/javascript" > Ext.onReady(function(){ function getMenuAjax(s

原创 kaggle比賽tweet_sentiment_extraction,帶你上0.71分數

文章目錄1.前言2.代碼分析2.1 加載必要的庫2.2 加載比賽中的數據2.3 構造dataset生成器2.4 Roberta模型2.5 Warmup和學習率指數下降2.6 focal loss2.7 joblib並行化訓練 1.

原创 使用transformers和tensorflow2.0跑bert模型

文章目錄1.前言2. 使用tensorflow2.0 版本跑 bert模型和roberta模型2.1 加載transformers中的分詞包2.2 自定義bert模型層2.3 預加載模型2.4 並行化處理(使用多線程) 1.前言

原创 使用BERT的兩層encoder實現tweet sentiment extraction

文章目錄使用BERT的兩層encoder實現tweet sentiment extraction1.前言1.1 Required1.2 分析給定的數據2. 模型構造2.1 數據清洗2.2 模型結構 使用BERT的兩層encoder

原创 BERT in tweet_sentiment_extraction

文章目錄Tweet-sentiment-extraction1.前言1.1 Required1.2 分析給定的數據1.3 構造模型輸入和輸出2.代碼實現2.1 預加載模型的下載2.2 BERT模型文件2.3 構造輸入tf.data

原创 【論文解讀】BERT和ALBERT

文章目錄1.前言2. BERT2.1 引入2.2 以前的工作2.2.1 feature-based 方法2.2.2 fine-tuning 方法2.2.3 遷移學習方法2.3 BERT架構2.3.1 MLM2.3.2 NSP2.4