论文辅助笔记:LP_BERT

1 train_task1.py

1.1 main部分

读取命令行参数,调用task1函数

1.2 task1 train

1.3 task1 valid

1.3 collate_fn

2 Dataset

2.1 train dataset

2.2 valid dataset

3 LPBERT

3.1 不同的embedding

day-of-week embedding和time-of-day embedding

X位置和Y位置的embedding

时间间隔的embedding

3.2 Embedding Layer

五种embedding聚合

3.3 TransformerEncoderModel

3.4 Output layer

3.5 LPBERT

3.5

相关推荐
中杯可乐多加冰7 小时前
基于 DeepSeek + MateChat 的证券智能投顾技术实践:打造金融领域的专属大Q模型助手
前端·人工智能
QT 小鲜肉7 小时前
【孙子兵法之上篇】001. 孙子兵法·计篇深度解析与现代应用
笔记·读书·孙子兵法
deephub7 小时前
从零开始:用Python和Gemini 3四步搭建你自己的AI Agent
人工智能·python·大语言模型·agent
算家计算8 小时前
DeepSeek开源IMO金牌模型!跑出数学推理新高度,你的算力准备好了吗?
人工智能·资讯·deepseek
Codebee8 小时前
SOLO+OODER全栈框架:图生代码与组件化重构实战指南
前端·人工智能
腾讯云开发者8 小时前
AI 时代,职场不慌!前快狗打车CTO沈剑来支招
人工智能
合方圆~小文8 小时前
球型摄像机作为现代监控系统的核心设备
java·数据库·c++·人工智能
AI_56788 小时前
AI无人机如何让安全隐患无处遁形
人工智能·无人机
机器之心8 小时前
DeepSeek强势回归,开源IMO金牌级数学模型
人工智能·openai
机器之心8 小时前
华为放出「准万亿级MoE推理」大招,两大杀手级优化技术直接开源
人工智能·openai