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
Coffeeee2 小时前
两个例子,帮你快速理解什么是Token
人工智能·程序员·ai编程
饼干哥哥2 小时前
用AI全自动剪辑,日更 100条爆款视频——HyperFrames、Remotion、Git使用入门
人工智能·机器学习·ai编程
用户83244598541322 小时前
深入拆解 AlexNet:跟着一张猫咪照片,看数据如何流动
人工智能
饼干哥哥2 小时前
开源Skills|搭建亚马逊动态关键词库系统,每天抓SSS级机会词
人工智能·深度学习·数据分析
Weigang2 小时前
别等 Agent 上线后补评估:先用 DeepEval 写失败样本
人工智能
MomentYY3 小时前
AI 到底是“懂”,还是在“猜”?
前端·人工智能·ai编程
拾光拾趣录3 小时前
为什么采用多路检索而不是单一向量检索?
人工智能
拾光拾趣录3 小时前
Agent 编排器是怎么设计的?为什么这样设计?
人工智能
拾光拾趣录3 小时前
为什么选择 ReAct 模式而不是 Plan-and-Execute?
人工智能
武子康4 小时前
调查研究-196 CEO-Bench:Agent 不再只是“做任务“,而是要学会“经营一个系统“
人工智能