最新 最热

【数据结构】线性表(三)循环链表的各种操作(创建、插入、查找、删除、修改、遍历打印、释放内存空间)

按照线性表结点间的逻辑顺序依次将它们存储于一组地址连续的存储单元中的存储方式被称为线性表的顺序存储方式。按顺序存储方式存储的线性表具有顺序存储结构,一般称之为顺序表。换言之,在程序中采用定长的一维数组,按照...

2024-07-30
1

【数值计算方法】曲线拟合与插值:Lagrange插值、Newton插值及其python/C实现

插值、拟合和投影都是常用的近似表达方式,用于对数据或函数进行估计、预测或表示。

2024-07-30
1

【深度学习实验】图像处理(二):PIL 和 PyTorch(transforms)中的图像处理与随机图片增强

【深度学习实验】图像处理(一):Python Imaging Library(PIL)库:图像读取、写入、复制、粘贴、几何变换、图像增强、图像滤波

2024-07-30
2

【深度学习实验】注意力机制(四):点积注意力与缩放点积注意力之比较

注意力机制作为一种模拟人脑信息处理的关键工具,在深度学习领域中得到了广泛应用。本系列实验旨在通过理论分析和代码演示,深入了解注意力机制的原理、类型及其在模型中的实际应用。...

2024-07-30
1

【深度学习实验】注意力机制(三):打分函数——加性注意力模型

注意力机制作为一种模拟人脑信息处理的关键工具,在深度学习领域中得到了广泛应用。本系列实验旨在通过理论分析和代码演示,深入了解注意力机制的原理、类型及其在模型中的实际应用。...

2024-07-30
1

【深度学习实验】注意力机制(二):掩码Softmax 操作

注意力机制作为一种模拟人脑信息处理的关键工具,在深度学习领域中得到了广泛应用。本系列实验旨在通过理论分析和代码演示,深入了解注意力机制的原理、类型及其在模型中的实际应用。...

2024-07-30
1

【深度学习实验】注意力机制(一):注意力权重矩阵可视化(矩阵热图heatmap)

注意力机制作为一种模拟人脑信息处理的关键工具,在深度学习领域中得到了广泛应用。本系列实验旨在通过理论分析和代码演示,深入了解注意力机制的原理、类型及其在模型中的实际应用。...

2024-07-30
1

【深度学习实验】循环神经网络(五):基于GRU的语言模型训练(包括自定义门控循环单元GRU)

get_params 函数用于初始化模型的参数。它接受三个参数:vocab_size 表示词汇表的大小,num_hiddens 表示隐藏单元的数量,device 表示模型所在的设备(如 CPU 或 GPU)。...

2024-07-30
1

【深度学习实验】循环神经网络(四):基于 LSTM 的语言模型训练

【深度学习实验】循环神经网络(一):循环神经网络(RNN)模型的实现与梯度裁剪_QomolangmaH的博客-CSDN博客

2024-07-30
1

【深度学习实验】循环神经网络(一):循环神经网络(RNN)模型的实现与梯度裁剪

本实验介绍了一个简单的循环神经网络(RNN)模型,并探讨了梯度裁剪在模型训练中的应用。

2024-07-30
1