概述 上一篇中使用BiLSTM-Attention模型进行关系抽取,因为只放出了较为核心的代码,所以看上去比较混乱。这篇以简单的文本分类为demo,基于pytorch,全面解读BiLSTM-Attention。 文本分类实战 整体构建 首先,我们导入需要的包,包括模型,优化器,梯度求导等,将数据类型全部转化成tensor类型 import numpy as np import torch import torch.nn as nn import torch.optim as optim from torch.autograd import Variable import torch.nn.fu
2021-05-07 11:19:49 202KB io te ten
1
MPLS-TE中信令协议RSVP-TE的设计与实现,吴祥云,陈伟,传统IP网络中,通常路由器选择最短路径作为路由,而不考虑带宽等因素,一旦发生拥塞就无法解决。流量工程技术主要关注如何提供网�
2021-05-06 21:37:01 642KB 资源预留协议
1
TE过程模型 故障1 PCA诊断
2021-04-27 21:28:28 185KB TE过程模型 故障1 PCA
1
超声波避障程序随处可见,基于51单片机的超声波避障小车也很成熟,但是完整的Proteus仿真并不容易找到开源资料。 这次主要给大家分享其Proteus仿真部分。 涉及到的模块有:超声波模块(hc-sr04)、L293D电机驱动器和直流减速电机。这/样配合51单片机的控制,小车可以完成自主避障功能。 超声波模块 此图为Proteus 8 提供的超声波模块(SRF04),它有5个引脚,其中GND接地、VCC接高电平、NC可不接。TR用作激发信号的输入,当超声波模块在TR引脚上检测到了连续的10us以上的高电平时,超声波模块才开始工作。ECHO用作反馈信号输出,当超声波检测到有障碍物时,从该引脚输
2021-04-26 11:45:48 782KB 51单片机 te 单片机
1
里面有训练集(52*500)和测试集(52*960) 数据集的行表示变量,列表示该时刻的取值。d1.dat等表示一种故障类型,总共13个故障类型吧。d00.dat是没有故障的。这个大家自己看看数据集介绍就好
2021-04-21 18:03:06 4.05MB 数据集
1
基于深度学习的人脸表情识别(Tensorflow的模型和权重).zip基于深度学习的人脸表情识别(Tensorflow的模型和权重).zip基于深度学习的人脸表情识别(Tensorflow的模型和权重).zip基于深度学习的人脸表情识别(Tensorflow的模型和权重).zip基于深度学习的人脸表情识别(Tensorflow的模型和权重).zip基于深度学习的人脸表情识别(Tensorflow的模型和权重).zip基于深度学习的人脸表情识别(Tensorflow的模型和权重).zip基于深度学习的人脸表情识别(Tensorflow的模型和权重).zip
2021-04-13 11:17:43 55.84MB 基于深度学习的人脸表情识别(Te
1
temexd.c的下载的内容
2021-04-12 16:02:36 57KB TE过程
1
MultiLoop_mode3.mdl
2021-04-12 16:02:35 136KB TE
1
面向TE过程的实时优化技术研究.pdf
2021-04-12 16:02:34 2.99MB TE
1
ETC解压
2021-04-07 17:05:17 1.57MB 问道TE
1