李宏毅2020机器学习作业4-RNN：句子情感分类

最新推荐文章于 2025-10-07 18:03:14 发布
原创 最新推荐文章于 2025-10-07 18:03:14 发布 · 8.5k 阅读 · 72
该博客介绍了使用RNN进行句子情感分类的李宏毅2020年机器学习作业，包括任务说明、环境、数据处理、模型训练与改进。通过RNN、LSTM和半监督学习方法，对Twitter推文进行情感分析，最终模型在测试集上取得了0.82的准确率。

更多作业，请查看 李宏毅2020机器学习资料汇总

如果大家看本次作业有困难，可以先看一下博主搬运过来的关于NLP的Pytorch官方教程：

文章目录



0 作业链接

直接在李宏毅课程主页可以找到作业：

如果你打不开colab，下方是搬运的jupyter notebook文件和助教的说明ppt：


1 作业说明

环境

  • jupyter notebook
  • python3
  • pytorch-gpu

任务说明

通过循环神经网络（Recurrent Neural Networks, RNN）对句子进行情感分类。

给定一句句子，判断这句句子是正面还是负面的（正面标1，负面标0）

任务要求

  • 必须使用 RNN
标签
#机器学习 #自然语言处理 #rnn
了解本专栏 订阅专栏 解锁全文 超级会员免费看
李宏毅机器学习作业13——网络压缩，模型剪枝，知识蒸馏，Depthwise Separable Convolution
iwill323的博客
12-04 1274
李宏毅机器学习作业13——网络压缩，模型剪枝，知识蒸馏，Depthwise Separable Convolution
李宏毅作业4-语句情感判断
qq_39498701的博客
04-16 1420
李宏毅老师的作业四也同样是不好对付的，这次我仍然用TensorFlow实现一遍，记录踩坑过程。 迫于心疼我的笔电，这次作业在Kaggle编写程式、而本次作业的数据集，Kaggle上也有现成的。 附上课程作业4的Kaggle地址：点击前往 Introduction for HomeWork 给的数据文件夹总共有三个档案 training_label.txt：有 label 的 training...
李宏毅机器学习--课后作业HW_1
热门推荐
青春正当时
07-19 1万+
看了李宏毅老师讲的机器学习课程，真的是受益匪浅，老师讲课非常有意思，不是空洞的讲数学公式，以及抽象的理论，通过在课堂上加入游戏元素来引导大家学习，我个人觉得这种方式是很好的，而且原理讲的也很清楚，适合小白学习，这里有B站的视频链接，有兴趣的可以去看一下【李宏毅《机器学习》-哔哩哔哩】，因为没有字幕，所以可以配着学习笔记学（李宏毅机器学习笔记，来自于Datawhale的学习笔记，这个平台也是国内一个很好的学习AI的开源平台，有兴趣的可以去关注下）
SOC Boot学习（二）——JTAG Debug介绍
yttt的博客
11-15 1547
JTAG(Joint Test Action Group ，联合测试行动小组 ) 是一种国际标准测试协议，主要用于芯片内部测试及对系统进行仿真、调试。JTAG 技术是一种嵌入式调试技术，它在芯片内部封装了专门的测试电路 TAP （ Test Access Port ，测试访问口），通过专用的 JTAG 测试工具对内部节点进行测试。如今大多数比较复杂的器件都支持 JTAG 协议，如 ARM 、 DSP 、 FPGA 器件等。
[李宏毅深度学习作业] 作业1：ML2021Spring-hw1 COVID-19 Cases Prediction【以时间线为记录】
Bessie_Lee
08-30 5350
写在开头：此篇博客主要是记录李宏毅老师2021年春季的深度学习作业1的笔记过程，以时间的角度进行记录。 COVID-19 Cases Prediction 8月27号[初步操作] 初步查看数据集+用基础的RF进行测试结果 8月28号[运行样例代码] 李宏毅助教代码运行+理解 1、Setup Hyper-parameters [设置超参数] 2、Load data [下载数据] 3、Load model [下载模型] 4、Start Training[开始训练] 5、Testing[测试] 6、Submit.
深度学习入门 | 李宏毅作业 HW4（NLP）
qq_40933711的博客
04-16 6149
文章目录一、构造Data集自定义Dataset类构造Dataloader报错：broken pipe二、构建模型2.1 Base模型留下作业：进阶难度，自己架构Transformer。2.2 验证模型2.2.1 model_fn：输入一组bacth数据进入模型，输出损失和准确率2.2.2 Validate：计算验证集上的损失2.3 更新模型，存储模型最优参数三、预测数据3.1 定义预测集Data3.2 加载最优模型，预测label 任务描述：Speaker Identification 这是一个语音识别任务
李宏毅ML作业笔记4: RNN文本情感分类
越开源越幸运
08-06 4168
文本情感分类 句子喂入RNN的方式 半监督 data格式 代码思路 加载数据集 正确个数计算 word embedding 数据预处理 RNN模型构建 RNN模型训练 改进尝试 报告题目 描述RNN RNN 的模型架構 word embedding 方法 訓練過程 (learning curve) 準確率
李宏毅2020年机器学习作业4—RNN学习笔记
上海交通大学电院毕业，现互联网大厂开发工程师
05-18 2280
李宏毅2020年机器学习作业4—RNN学习笔记前言一、问题描述二、实现过程2.1 读取数据2.2 词向量处理2.3 数据预处理2.4 定义Dataset2.5 模型定义2.6 训练模型2.7 预测三、优化3.1加入无标签的数据3.2 测试时pytest错误解决方案3.3 self_training方法3.4 去除标点符号 + Bi-LSTM+ Attention四、参考与声明 前言 声明：本文参考了李宏毅机器学习2020年作业例程，基本上是将代码复现了一遍，开发平台是Pycharm社区版2021。 开发环境
李宏毅2020机器学习深度学习(4) RNN循环神经网络 笔记+作业
梆子井欢喜坨的博客
11-14 2941
目录1. 背景知识1.1 RNN(循环神经网络)结构介绍2. 作业描述3. 数据预处理 1. 背景知识 1.1 RNN(循环神经网络)结构介绍 2. 作业描述 3. 数据预处理
李宏毅机器学习作业4——Recurrent Neural Network
迷雾总会解
12-24 4324
​ 本作业来源于李宏毅机器学习作业说明，详情可看???? Homework 4 - Recurrent Neural Network(友情提示，可能需要翻墙) 参考 李宏毅2020机器学习作业4-RNN：句子情感分类 作业要求 通过循环神经网络（Recurrent Neural Networks, RNN）对句子进行情感分类。给定一句句子，判断这句句子是正面还是负面的（正面标1，负面标0） 用到的数据：链接：https://pan.baidu.com/s/1zfigNt2f1n4oTDRyeAZ
【Pytorch官方教程】从零开始自己搭建RNN1 - 字母级RNN的分类任务
⚡
06-01 5695
来自官方教程，对于萌新学习用Pytorch做NLP任务有很大的帮助，就翻译过来，顺便自己Mark一下，因为打开官网有时候太慢了，还是看自己写的Blog比较快。另外，之前在做⭐ 李宏毅2020机器学习作业4-RNN：句子情感分类的时候，代码看起来有些难度。之前的几个作业都还能看懂，但是作业4实在跳跃度太大了，就先拿这几个练个手。 这是官方教程中同一个系列的文章，总共有3篇： 第一篇，教你搭建一个字母级别（character-level）的RNN，对名字进行分类。
李宏毅2020作业4---RNN
⛄
01-29 687
更新进度：■■□□□□□□□□□□□□□□□□□□|10%
李宏毅机器学习2020春季作业三hw4
qq_46126258的博客
07-09 2833
文章目录作业介绍1、util2、Train Word to Vector3、Data Preprocess(数据预处理)4、Dataset（创建该类方便使用dataloader）5、model6、train 参考文章： 本文的原理及部分内容参考于大佬：https://blog.csdn.net/iteapoy/article/details/105931612 老师的标准参考答案，需翻墙（VPN）：https://colab.research.google.com/drive/16d1Xox0OW-VNux
李宏毅2020机器学习课程笔记---RNN
peacefairy的博客
08-29 1001
本文是对博主**iteapoy** 相关笔记的续写，以此来督促自己学习。 RNNRNNLSTMRNN的cost functionRNN的应用RNN相关的扩展 RNN 首先，介绍一个自然语言处理任务中常见的应用问题：Slot Filling（填槽） 用户说出一句话，提取出其中的重点，把它填入对应的槽中，比如“目的地”填“台北”，“抵达时间”填“11月2日” 我们可以用之前讲的 前馈神经网络来解决这个问题 输入：一个单词（更准确的说，是它的向量） 输出：这个单词属于某个槽的概率分布 如：输入 “Tai
【李宏毅2020 ML/DL】P53-55 Conditional Generation by RNN & Attention & Pointer Network& Recursive
记录学习痕迹的公众号：Piper蛋窝
08-01 1472
介绍了很多，主要是基于 NLP 技术。
李宏毅机器学习2020笔记（五）RNN、LSTM
sinat_22510827的博客
01-07 495
一、问题提出 slot filling（槽填充）：智慧客服、智慧订票系统中往往需要自动将词汇与slot对应。 把词汇用向量表示。 多加一个other维度，不在词典中就归类到other。 也可以用一个词汇的字母的n-gram，如apple中包含app、ppl、ple。 把这个vector放进network，得到的输出是input属于每个slot的几率。 第二句话输出的taipei是出发地而不是目的地。我们希望network能记得上下文，根据不同的上下文产生不同...
2020李宏毅机器学习笔记— 9. Recurrent Neural Network（RNN循环神经网络）
weixin_44790306的博客
06-21 1264
文章目录摘要Example ApplicationSlot FillingRecurrent Neural Network（RNN） 摘要 Example Application Slot Filling Recurrent Neural Network（RNN）
李宏毅2020机器学习笔记
weixin_46880123的博客
06-14 1043
李宏毅2020机器学习个人笔记
机器学习_李宏毅笔记简记5【RNN】
py今天刷题了吗
03-17 351
文章目录Recurrent Neural Network (RNN)Example Application： Slot Filling（把单词切割出来）用前面学过的神经网络（Feedforward network）来做How to represent each word as a vector?（如果表示一个单词？向量）产生的问题：如何判断这个地点是出发的地点还是到达的地点？（用带有”记忆“的神经网络来做，RNN）Recurrent Neural Network (RNN)Long Short-term M
打破RK3588 GPIO中断响应延迟的枷锁，开启高效编程
最新发布
远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享
10-07 337
本文针对RK3588芯片在智能安防和工业自动化应用中出现的GPIO中断响应延迟问题展开深入分析。通过硬件原理剖析，发现延迟主要源于中断控制器优先级设置、线路干扰等硬件因素，以及中断处理函数复杂、内核调度延迟等软件问题。提出硬件优化方案包括合理布局布线、电源稳定设计，软件层面则通过精准配置设备树、精简中断处理函数、利用工作队列等内核机制进行优化。测试结果显示，优化后中断响应延迟从50-80ms降至10-20ms，高负载下也能稳定在50ms以内。文章最后展望了AI技术在中断调度中的潜在应用价值。
基于openCV人脸识别的课堂考勤系统服务端
基于openCV人脸识别的课堂考勤系统服务端语言：java
评论 44
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

iteapoy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值