Pytorch实践-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

Pytorch实践

深度学习框架Pytorch实践

专栏成员

35

文章

101810

阅读量

40

订阅数

简单的搜索引擎搭建

搜索引擎编程算法

本文简述一下搜索引擎的搭建过程，具体描述的搜索是文本类型的搜索，而非网页搜索。对于网页搜索的排序，需要有很多考虑，例如pagerank算法，会优先考虑web站点的重要性。文本搜索一般为关键词检索，再根据文本的相似性对搜索得到的文本进行重排序。搜索的方法有很多，排序的方法也有很多，本文介绍最简单的搜索引擎搭建。搜索引擎在互联网信息爆炸的时代起到了重要的作用，帮助我们进行信息过滤、信息抽取等。本文使用百度知道数据进行实验，用户输入Query请求，系统返回最为相近的百度知道问题。数据预先通过web爬虫获取。下面

2018-06-07

1.2K0

AI与深度学习-2017年总结

人工智能深度学习强化学习编程算法

2017年AI界出现了很多进展，虽说没有像之前CNN、RNN、GAN出现时的转折，但也有很大的突破，特别是当Alpha Zero出现，强化学习的地位一下子飞升。下面将从算法、模型、框架以及数据出发，简单总结一下2017年的动态。 No.1 算法强化学习当属2017年的重头戏，从AlphaZero出现并战胜AlphaGo开始引爆。AlphaGo是基于历史数据进行有监督学习，进阶版本的Alpha Master是通过self-learning自己与自己对战不断提升得到。但AlphaZero是通过强化学习从零开始

2018-03-26

7920

深度学习过程中的优化算法

深度学习编程算法

神经网络的训练过程实质是得到最优化目标函数的过程，常见的目标函数MSE Loss、Cross Entropy Loss、NLL Loss等，网络训练过程就是最小化Loss的过程。Loss可以理解为模型预测值与真实值之间的差距。一般这些Loss函数是凸函数，可以使用最优化的相关算法最小化Loss，具体包括随机梯度下降、共轭梯度下降、牛顿法、拟牛顿法等。归功于神经网络的backward过程，使得梯度相关的搜索算法得以应用。下面简单介绍神经网络训练过程的几种优化方法。一．基本算法一阶优化算法 1.梯度下降假

2018-03-26

1.1K0

大话文本分类

NLP 服务编程算法

概述文本分类是自然语言处理的重要应用，也可以说是最基础的应用。常见的文本分类应用有：新闻文本分类、信息检索、情感分析、意图判断等。本文主要针对文本分类的方法进行简单总结。 01 — 传统机器学习方法分类问题一般的步骤可以分为特征提取、模型构建、算法寻优、交叉验证等。对于文本而言，如何进行特征提取是一个很重要也很有挑战性的问题。文本的特征是什么，如何量化为数学表达呢。最开始的文本分类是基于规则的，特征就是关键词，例如足球在体育类出现的次数多，就将含有足球这一关键词的文本氛围体育。后来为了便于计算，通过

2018-03-26

1.6K0

没有更多了

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态