对文件中的讽刺数据集进行词条化、序列化，词嵌入方法，基于Tensorflow库，将单词映射到高维矢量空间，用神经网络学习情感，导出了vecs.tsv和meta.tsv文件可在https://projector.tensorflow.org/进行可视化。可配合中国大学MOOCTensorFlow实操课进行学习！
2021-09-20 01:13:01
1.72MB
1
目录
过拟合、欠拟合及其解决方案
训练误差和泛化误差
过拟合和欠拟合的概念
模型复杂度和误差之间的关系
解决过拟合的方案
梯度消失及梯度爆炸
循环神经网络进阶
GRU
LSTM
深度神经网络
过拟合、欠拟合及其解决方案
训练误差和泛化误差
在解释上述现象之前，我们需要区分训练误差（training error）和泛化误差（generalization error）。通俗来讲，前者指模型在训练数据集上表现出的误差，后者指模型在任意一个测试数据样本上表现出的误差的期望，并常常通过测试数据集上的误差来近似。计算训练误差和泛化误差可以使用之前介绍过的损失函数，例如线性回归用到的平方损失函
2021-09-09 10:24:22
399KB
1
【项目实战】Python实现循环神经网络SimpleRNN、LSTM进行淘宝商品评论情感分析(含爬虫程序)
内容包括：
资料说明：包括爬虫程序+数据集+源代码+PDF文档说明。
资料内容包括：
1)项目背景；
2)数据采集；
3)数预处理；
4)探索性数据分析；
5)LSTM建模；
6)模型评估；
7)实际应用。
2021-09-07 13:03:46
6.39MB
【项目实战】Python实现循环神经网络SimpleRNN、LSTM进行淘宝商品评论情感分析(含爬虫程序)
内容包括：
资料说明：包括爬虫程序+数据集+源代码+PDF文档说明。
资料内容包括：
1)项目背景；
2)数据采集；
3)数预处理；
4)探索性数据分析；
5)LSTM建模；
6)模型评估；
7)实际应用。
2021-09-07 13:03:46
6.39MB
#4.3_RNN_循环神经网络_回归_(PyTorch_tutorial_神经网络_教学)
2021-09-01 21:00:18
25.88MB
#4.2_RNN_循环神经网络_分类_(PyTorch_tutorial_神经网络_教学)
2021-09-01 21:00:16
28.74MB
Chemistry.AI | 基于卷积神经网络（CNN）预测分子特性
环境准备
Python版本：Python 3.6.8
PyTorch版本：PyTorch1.1.0
RDKit版本：RDKit 2020.03.1
基于循环神经网络（RNN）预测分子性质
导入库
from rdkit import Chem
from rdkit.Chem.Crippen import MolLogP
import numpy as np
import torch
import time
载入数据，计算分子指纹和描述符
maxlen = 64
with open('smiles.txt') as f:
2021-08-26 19:10:45
62KB
1