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
风象南6 小时前
普通人用AI加持赚到的第一个100块
人工智能·后端
牛奶6 小时前
2026年大模型怎么选?前端人实用对比
前端·人工智能·ai编程
牛奶6 小时前
前端人为什么要学AI?
前端·人工智能·ai编程
罗西的思考9 小时前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
冬奇Lab10 小时前
OpenClaw 源码精读(2):Channel & Routing——一条消息如何找到它的 Agent?
人工智能·开源·源码阅读
冬奇Lab10 小时前
一天一个开源项目(第38篇):Claude Code Telegram - 用 Telegram 远程用 Claude Code,随时随地聊项目
人工智能·开源·资讯
格砸11 小时前
从入门到辞职|从ChatGPT到OpenClaw,跟上智能时代的进化
前端·人工智能·后端
可观测性用观测云11 小时前
可观测性 4.0:教系统如何思考
人工智能
sunny86511 小时前
Claude Code 跨会话上下文恢复:从 8 次纠正到 0 次的工程实践
人工智能·开源·github
小笼包包仔12 小时前
OpenClaw 多Agent软件开发最佳实践指南
人工智能