python 3.7
pytorch 1.0
Date | Assignment |
---|---|
7.1 | 学习神经网络基础知识(ref:《机器学习》第5章 神经网络p97-p120 |
7.2 | 学习pytorch (ref:https://github.com/zergtant/pytorch-handbook 前两章) |
7.3** | 利用pytorch框架基于mnist数据集做一个简单的分类任务(使用神经网络)(ref:https://github.com/yunjey/pytorch-tutorial/blob/master/tutorials/01-basics/feedforward_neural_network/main.py ) 具体任务看week1/readme.md 实验一 |
7.4 | 学习卷积神经网络(cs231n第15,16课时) |
7.5** | 利用pytorch框架基于mnist数据集做一个简单的分类任务(使用卷积神经网络)(ref:https://github.com/zergtant/pytorch-handbook 第三章第2节)。具体任务看week1/readme.md 实验二 |
7.6-7.7(周末 | 对这一周的学习做一个总结并写一个周报,内容包括学到了什么,还有哪些部分不太理解以及实验的记录。 |
注:带**是有实验要完成的
- 用神经网络对mnist数据集进行分类
- 用卷积神经网络对mnist数据集进行分类
Date | Assignment |
---|---|
7.8 | 学习循环神经网络RNN.(ref:https://github.com/zergtant/pytorch-handbook/blob/master/chapter2/2.5-rnn.ipynb ,视频:https://study.163.com/course/introduction.htm?courseId=1004697005#/courseDetail?tab=1 ) |
7.9 | 了解命名实体识别任务(NER)(ref:https://blog.csdn.net/u014033218/article/details/89304699 ) |
7.10** | 用LSTM实现NER(week2/readme) |
7.11** | 用bi-LSTM+CRF实现NER(week2/readme) |
7.12** | 对模型进行调整,调参,优化结果(week2/readme) |
7.13-7.14(周末) | 周报 |
-
用LSTM实现NER
-
用bi-LSTM+CRF实现NER
由于大家对pytorch不是很熟悉,所以给大家推荐一个pytorch教程,本周自行去学习,同时阅读一篇caption的论文。
教程:https://mlelarge.github.io/dataflowr-web/cea_edf_inria.html
dataflowr:https://mlelarge.github.io/dataflowr-web/
github:https://github.com/mlelarge/dataflowr
论文:https://arxiv.org/abs/1411.4555
本周,我们复现上周看的论文show and tell
Date | Assignment |
---|---|
7.22 | 对数据集进行预处理,放在process.py里 |
7.23 | 对coco数据集写一个dataset放在data_loader.py里 |
7.24 | 复现模型,放在model.py里 |
7.25 | 写训练主程序,放在train_nic.py里,并开始训练 |
7.26 | 写好beam search,放在model.py里 |
7.27 | 查看训练效果,写好报告 |