在之前的文章中我訓練模型都是使用的 CPU，因為家中黃臉婆不允許我浪費錢買電腦😭。終於的，附近一個廢品回收站的朋友轉讓給我一台破爛舊電腦，所以我現在可以體驗使用 GPU 訓練模型了🥳。 顯卡要求 pytorch, tensorflow 等主流的框架的 GPU 支持都基於 CUDA 框架 ...

這篇將會着重介紹使用 pytorch 進行機器學習訓練過程中的一些常見技巧，掌握它們可以讓你事半功倍。 使用的代碼大部分會基於上一篇最后一個例子，即根據碼農條件預測工資🙀，如果你沒看上一篇請點擊這里查看。 保存和讀取模型狀態 在 pytorch 中各種操作都是圍繞 tensor 對象 ...

前段時間因為店鋪不能開門，我花了一些空余時間看了很多機器學習相關的資料，我發現目前的機器學習入門大多要不門檻比較高，要不過於着重使用而忽視基礎原理，所以我決定開一個新的系列針對程序員講講機器學習。這個系列會從機器學習的基礎原理開始一直講到如何應用，看懂這個系列需要一定的編程知識（主要會使用 ...

在前一篇文章中我介紹了如何使用 Faster-RCNN 模型實現識別人臉位置與是否戴口罩，這一篇我將介紹如何改進模型的精度，並且介紹如何支持視頻識別。過去的文章我基本上都只介紹模型的實現原理與使用例子，沒有過度追求精確率，這是為了讓讀者拋開細節理解，但實際應用機器學習的時候我們還是需要對模型作出 ...

這一篇將會舉兩個例子說明怎么應用遞歸模型，包括文本情感分類和預測股價走勢。與前幾篇不同，這一篇使用的數據是現實存在的數據，我們將可以看到更高級的模型和手法🤠。 例子① - 文本感情分類 文本感情分類是一個典型的例子，簡單的來說就是給出一段話，判斷這段話是正面還是負面的，例如淘寶或者京東 ...

遞歸模型的應用場景 在前面的文章中我們看到的多層線性模型能處理的輸入數量是固定的，如果一個模型能接收兩個輸入那么你就不能給它傳一個或者三個。而有時候我們需要根據數量不一定的輸入來預測輸出，例如文本就是數量不一定的輸入，“這部片非常好看” 有 7 個字，“這部片很無聊” 有 6 個字，如果我們想 ...

這一篇將會介紹什么是雙向遞歸模型和如何使用雙向遞歸模型實現根據上下文補全句子中的單詞。 雙向遞歸模型 到這里為止我們看到的例子都是按原有順序把輸入傳給遞歸模型的，例如傳遞第一天股價會返回根據第一天股價預測的漲跌，再傳遞第二天股價會返回根據第一天股價和第二天股價預測的漲跌，以此類推，這樣的模型 ...