AI入坑

词向量：迈向NLP领域的第1步台阶 1. 词向量概述 在自然语言处理任务中，词向量（Word Embedding）是表示自然语言里单词的一种方法，即把每个词都表示为一个N维空间内的点，即一个高维空间内

参考资料 布客 在线阅读 ApacheCN 中文翻译组 713436582 ApacheCN 组织资源 注: 广告位合作(物美价廉)，请联系 apachecn@163.com 【QQ/微信: 5298

1.LSTM介绍 长短期记忆（Long short-term memory, LSTM）是一种特殊的RNN，主要是为了解决长序列训练过程中的梯度消失和梯度爆炸问题。简单来说，就是相比普通的RNN，LS

【手写数字识别】之数据处理 2.3 手写数字识别之数据处理 第2.2节我们使用“横纵式”教学法中的纵向极简方案快速完成手写数字识别任务的建模，但模型测试效果并未达成预期。我们换个思路，从横向展开，如 

1.5 使用飞桨重写波士顿房价预测任务 1.5.1 飞桨设计之“道” 当读者使用飞桨框架编写多个深度学习模型后，会发现程序呈现出“八股文”的形态。即不同的程序员、使用不同模型、解决不同任务的时候，他们

2.1 手写数字识别任务 数字识别是计算机从纸质文档、照片或其他来源接收、理解并识别可读的数字的能力，目前比较受关注的是手写数字识别。手写数字识别是一个典型的图像分类问题，已经被广泛应用于汇款单号识别

NumPy介绍 1.7 附录：NumPy介绍 NumPy（Numerical Python的简称）是高性能科学计算和数据分析的基础包。使用飞桨构建神经网络模型时，通常会使用NumPy实现数据预处理和一

1.梯度下降法 梯度下降法 梯度下降法（Gradient Descent）是一种用于优化目标函数的迭代算法。它通过计算目标函数的梯度（即导数）来找到函数的最小值。梯度下降法的基本思想是：沿着梯度的反方

1.3 波士顿房价预测任务 波士顿房价预测任务 上一节我们初步认识了神经网络的基本概念（如神经元、多层连接、前向计算、计算图）和模型结构三要素（模型假设、评价函数和优化算法）。本节将以“波士顿房价预测

1. MSE(均方误差)定义及计算方法详解 用于预测波士顿房价 MSE（Mean Squared Error，均方误差）是衡量预测值与实际值差异的常用指标，广泛应用于回归分析中。其计算公式为： $MS

PaddlePaddle快速入门 学会使用深度学习框架是解决深度学习任务的基本能力，这里我们推荐成熟易用的国产开源框架PaddlePaddle。以下内容将带你你快速入门PaddlePaddle，你可以

循环单元 内部计算 全连接的循环单元 RNN的核心部分是一个有向图（directed graph）。有向图展开中以链式相连的元素被称为循环单元（RNN cell） [1]** [3]**。通常地，循环

使用PaddleNLP语义预训练模型ERNIE优化情感分析 注意 本项目代码需要使用GPU环境来运行: 在2017年之前，工业界和学术界对NLP文本处理依赖于序列模型Recurrent Neural

1. 安装PaddleNLP 安装相关过程和问题可以参考PaddleNLP的 安装文档。 2. 一键加载预训练模型 情感分析本质是一个文本分类任务。PaddleNLP内置了ERNIE、BERT、RoB

```js from pprint import pprint from paddlenlp import Taskflow # 实体抽取 from paddlenlp import Taskflow

移动平均法 定义 移动平均法（Moving Average Method）是一种时间序列分析方法，用于平滑数据波动，去除噪声，以便更好地识别趋势。它主要用于预测、技术分析和信号处理。 公式 简单移动平

1. 自定义 Vanna 对象 2. 配置模型 3. 创建vanna对象 绑定模型 4.连接数据库 5.训练ddl, 训练question ,sql 6.启动flask web

余弦相似度原理及其应用(常用于大模型中的向量计算) 向量 A=(0,1)\mathbf{A} = (0, 1)A=(0,1) 和 B=(1,0)\mathbf{B} = (1, 0)B=(1,0) 之