Q1
需要储存100,000个词频与100,000-4+1 = 99,997个相邻词频率
Q2
将一个句子设为一个corpus
Q3
可以通过神经网络回归进行拟合
Q4
使用随机序列长度进行读取，或对长序列进行分段，并在分段中进行随机采样
这里的中文机翻极了，我前面章节和知识都能看懂，这里几乎无法理解
Preformatted text 当设置为二元语法或更多时,每个词元是一个元组或者"UNK",进行排序的时候,如果报错TypeError: ‘<’ not supported between instances of ‘str’ and ‘tuple’
将torch.py对应行改为self.idx_to_token = list(sorted(set(['<unk>'] + reserved_tokens + [ token for token, freq in self.token_freqs if freq >= min_freq]), key=lambda x:' '.join(map(str, x))))即可，这样也保持了字典序排列
可以修改函数d2l.plot，自己定义一个，给它多设置几种线条样式，这样就可以多画几条了。
1 Like
随机抽样和顺序分区得到的结果有什么不同？顺序分区得到的结果哪里体现了相邻呢？