machine-learning相关内容

如何进行 NLP 任务以识别意图和插槽

我想编写一个程序来询问有关天气的问题.我应该开始研究哪些算法和技术. 例如:芝加哥这个周末会晴天吗?我想知道意图 = 天气查询，日期 = 这个周末，位置 = 芝加哥. 用户可以用多种形式表达相同的查询. 我想解决一些受限制的形式并寻找有关如何开始的想法.解决方案必须足够好. 解决方案 由于您的输入是自然语言形式，因此最好的方法是开始研究它，首先是解析句子结构.并通过 NE ..

发布时间：2022-01-02 17:40:21 machine-learning nlp artificial-intelligence text-processing AI人工智能

用于情感分析的训练数据

我可以从哪里获得在企业领域中已被归类为正面/负面情绪的文档语料库?我想要大量为公司提供评论的文档，例如分析师和媒体提供的公司评论. 我发现有产品和电影评论的语料库.是否有业务领域的语料库，包括与业务语言相匹配的公司评论? 解决方案 http://www.cs.cornell.edu/home/llee/data/ http://mpqa.cs.pitt.edu/corpora/ ..

发布时间：2022-01-02 17:39:14 nlp machine-learning text-analysis sentiment-analysis training-data AI人工智能

word2vec:负采样(外行术语)?

我正在阅读下面的论文，但在理解负采样的概念方面遇到了一些麻烦. http://arxiv.org/pdf/1402.3722v1.pdf 有人可以帮忙吗? 解决方案 word2vec 的想法是最大化出现在一起的单词的向量之间的相似性(点积)(在上下文中)彼此)在文本中，并最小化不相似的单词的相似性.在您链接到的论文的等式 (3) 中，暂时忽略求幂.你有 v_c .v_w-- ..

发布时间：2022-01-02 17:38:53 machine-learning nlp word2vec AI人工智能

nltk:如何将周围的单词词形还原?

以下代码打印出leaf: from nltk.stem.wordnet import WordNetLemmatizerlem = WordNetLemmatizer()打印(lem.lemmatize('叶')) 这可能准确，也可能不准确，具体取决于周围环境，例如玛丽离开房间 vs. 露珠从树叶上落下.我如何告诉 NLTK 在考虑周围上下文的情况下对单词进行词形还原? 解决方案 TL ..

发布时间：2022-01-02 17:36:10 python machine-learning nlp nltk lemmatization AI人工智能

如何使用新(测试)数据重新创建相同的 DocumentTermMatrix

假设我有基于文本的训练数据和测试数据.更具体地说，我有两个数据集 - 训练和测试 - 它们都有一列包含文本并且对手头的工作感兴趣. 我在 R 中使用了 tm 包来处理训练数据集中的文本列.去除空格、标点符号和停用词后，我提取了语料库，最后创建了一个 1 克的文档术语矩阵，其中包含每个文档中单词的频率/计数.然后我采用了预先确定的截止值，比如 50，只保留那些计数大于 50 的术语. 在 ..

发布时间：2022-01-02 17:30:24 r machine-learning nlp text-mining tm AI人工智能

Keras + TensorFlow 实时训练图

我在 Jupyter 笔记本中运行以下代码: # 可视化训练历史从 keras.models 导入顺序从 keras.layers 导入密集导入 matplotlib.pyplot 作为 plt导入 numpy# 修复随机种子以提高可重复性种子 = 7numpy.random.seed(种子)# 加载皮马印第安人数据集数据集 = numpy.loadtxt("pima-indians-diabe ..

发布时间：2021-12-31 23:54:46 python machine-learning tensorflow keras jupyter-notebook AI人工智能

没有名为“gensim"的模块，但已经安装了它

我遇到了这个错误问题，我在基本(root)环境的 jupyter notebook 中运行了这个脚本，日志说已经安装了 gensim 库，我已经运行了命令 !pip install gensim 在我导入它之前，但它仍然无法导入，错误说 ModuleNotFoundError: No module named 'gensim' !pip install gensim进口原件从 gensim.mo ..

发布时间：2021-12-31 23:46:52 python machine-learning jupyter-notebook gensim word-embedding AI人工智能

从顺序 Keras 模型中保存特定层

我正在构建一个自动编码器并训练模型，以便目标输出与输入相同. 我使用的是顺序 Keras 模型.当我使用 model.predict 时，我希望它从特定层(Dense256)而不是输出导出数组. 这是我目前的模型: model = Sequential()模型.添加(密集(4096，input_dim = x.shape[1]，激活='relu'))模型.添加(密集(2048，激活= ..

发布时间：2021-12-31 17:12:13 python machine-learning keras neural-network AI人工智能

SciKitLearn 中 MLPRegressor 的隐藏层大小是如何确定的?

假设我正在使用以下代码创建一个神经网络: from sklearn.neural_network import MLPRegressor模型 = MLPRegressor(hidden_​​layer_sizes=(100,),激活='身份')模型.fit(X_train，y_train) 对于hidden_​​layer_sizes，我只是将其设置为默认值.但是，我真的不明白它是如何工作的. ..

发布时间：2021-12-31 17:11:24 python machine-learning scikit-learn neural-network AI人工智能

Caffe:如果两层反向传播梯度到同一个底部 blob 会发生什么?

我想知道如果我有一个生成底部 blob 的层，该层会被两个后续层进一步消耗，这两个层都会在反向传播阶段生成一些梯度来填充 bottom.diff.两个梯度会加起来形成最终的梯度吗?或者，只有其中一个可以存活?在我的理解中，Caffe 层需要在用一些计算的梯度填充之前将 bottom.diff 设置为全零，对吗?memset 会清除其他层已经计算的梯度吗?谢谢！ 解决方案 使用多个损失层并不 ..

发布时间：2021-12-31 17:10:58 machine-learning neural-network deep-learning caffe gradient-descent AI人工智能

不知道批量大小的 3-D 批量矩阵乘法

我目前正在编写一个 tensorflow 程序，该程序需要将一批二维张量(形状为 [None,...] 的 3-D 张量)与一个二维矩阵相乘W.这需要将 W 转换为 3-D 矩阵，这需要知道批量大小. 我无法做到这一点；tf.batch_matmul 不再可用，x.get_shape().as_list()[0] 返回 None，对于整形无效/平铺操作.有什么建议?我看到有些人使用 conf ..

发布时间：2021-12-31 17:10:41 arrays tensorflow machine-learning neural-network matrix-multiplication AI人工智能

使用 tensorflow 时 Python 内核死了

我在 Windows 7 操作系统的 anaconda 4.3.1(64 位)中的 python 3.5.2 下使用 tensorflow(仅限 CPU 版本).当我运行以下代码时，python内核死了，无法重启，出现一些错误但没有错误信息提示. print ("测试准确率 %.3f" %accuracy.eval(feed_dict={x: mnist.test.images, y_: mni ..

发布时间：2021-12-31 17:10:20 python python-3.x machine-learning tensorflow neural-network AI人工智能

对于张量流中的二元分类，成本函数总是返回零

我在 tensorflow 中编写了以下二进制分类程序，但有问题.无论输入是什么，成本始终归零.我正在尝试调试一个更大的程序，它没有从数据中学习任何东西.我已经将至少一个错误缩小到成本函数总是返回零.给定的程序正在使用一些随机输入并且有同样的问题.self.X_train 和 self.y_train 原本应该从文件中读取，函数 self.predict() 有更多层形成前馈神经网络. 将 nu ..

发布时间：2021-12-31 17:10:04 python machine-learning tensorflow neural-network artificial-intelligence AI人工智能

tf.keras 损失变为 NaN

我正在 tf.keras 中编写一个 3 层的神经网络.我的数据集是 MNIST 数据集.我减少了数据集中的示例数量，因此运行时间较低.这是我的代码: 将 tensorflow 导入为 tf从 tensorflow.keras 导入层将 numpy 导入为 np将熊猫导入为 pd!git 克隆 https://github.com/DanorRon/data%cd 数据!ls批量大小 = 32 ..

发布时间：2021-12-31 17:09:34 python machine-learning neural-network mnist tf.keras AI人工智能

为什么“softmax_cross_entropy_with_logits_v2"反向传播到标签

我想知道为什么在 Tensorflow 1.5.0 及更高版本中，softmax_cross_entropy_with_logits_v2 默认为反向传播到标签和 logits.在哪些应用/场景中您希望反向传播到标签中? 解决方案 我看到下面的 github issue 提出了同样的问题，你可能想关注它以备将来更新. https://github.com/tensorflow/min ..

发布时间：2021-12-31 17:08:49 tensorflow machine-learning neural-network cross-entropy AI人工智能

Caffe 输出层数精度

我修改了 Caffe MNIST 示例 以对 3 类图片.我注意到的一件事是，如果我将输出层的数量指定为 3，那么我的测试准确度会急剧下降——下降到 40% 的低范围.但是，如果我 +1 并且有 4 个输出层，则结果在 95% 范围内. 我在我的数据集中添加了一个额外的图像类(所以 4 个类)并注意到同样的事情 - 如果输出层的数量与类的数量相同，那么结果是可怕的，如果它是相同的 +1，然后效果 ..

发布时间：2021-12-31 17:08:43 machine-learning computer-vision neural-network deep-learning caffe AI人工智能

Tensorflow 中的加权训练示例

给定一组用于训练神经网络的训练样例，我们希望对训练中的各种样例赋予或多或少的权重.我们根据示例的“价值"(例如有效性或置信度)的一些标准，将介于 0.0 和 1.0 之间的权重应用于每个示例.这如何在 Tensorflow 中实现，尤其是在使用 tf.nn.sparse_softmax_cross_entropy_with_logits() 时? 解决方案 在最常见的情况下，您使用 log ..

发布时间：2021-12-31 17:08:27 machine-learning tensorflow statistics neural-network AI人工智能

Keras 中的最大随时间池化

我在 Keras 中使用 CNN 来完成 NLP 任务，而不是最大池化，我试图实现随时间推移的最大池化. 关于如何实现这一目标的任何想法/技巧? 我所说的最大值随时间池化的意思是池化最高值，无论它们在向量中的哪个位置 解决方案 假设你的数据形状是 (batch_size, seq_len, features) 你可以申请: seq_model = Reshape((seq_l ..

发布时间：2021-12-31 17:08:01 machine-learning neural-network nlp keras conv-neural-network AI人工智能

如何在 Keras 中进行逐点分类交叉熵损失?

我有一个生成 4D 输出张量的网络，其中空间维度(~像素)中每个位置的值将被解释为该位置的类概率.换句话说，输出是(num_batches, height, width, num_classes).我有相同大小的标签，其中真正的类被编码为 one-hot.我想使用它来计算 categorical-crossentropy 损失. 问题 #1:K.softmax 函数需要一个 2D 张量 (n ..

发布时间：2021-12-31 17:07:33 machine-learning neural-network keras cross-entropy loss-function AI人工智能

使用 TensorFlow 和 Keras 的卷积神经网络精度低

我计划创建一个 CNN 来预测蘑菇类型，并从互联网上收集了 2500 多张照片.数据集有 156 个类(不同类型的蘑菇).我在 Tensorflow 2 和 Keras 上使用 ImageDataGenerator 对其进行了训练.这是图像生成器: image_gen = ImageDataGenerator(rotation_range = 20,width_shift_range=0.12, ..

发布时间：2021-12-31 17:07:08 python tensorflow machine-learning keras neural-network AI人工智能