2016年07月_acm_JL

转载斯坦福大学深度学习与自然语言处理第一讲：引言

以下是第一讲的相关笔记，主要参考自课程的slides，视频和其他相关资料。什么是自然语言处理（NLP）自然语言处理是一门交叉学科，包括计算机科学，人工智能和语言学目标：让计算机去处理或“理解”自然语言, 完成一些有用的任务例如问答系统，机器翻译完全理解或者表示语言的意义（甚至去定义它）都是一个虚幻的目标完美的理解语言是一个“AI-complete”的问题自然语言处理的层次自

2016-07-15 16:41:39 2164

转载 CS 224D Lecture 3札记

这几天把第三课推掉了，又到了写博客的时间，好开心，有木有这一课主要讲了两大部分：第一大部分讲得是如何建立Object function并且如何找到optimum point；第二大部分讲的是如何评测生成的VSM的优劣。主要讲的是这两大部分，其中穿插了一些小的知识点，会在下面详细写出。老样子，先写出Video/Slide的pipeline: Refresher: word2vec model

2016-07-15 10:30:13 770

转载斯坦福大学深度学习与自然语言处理第三讲：高级的词向量表示

以下是第三讲的相关笔记，主要参考自课程的slides，视频和其他相关资料。回顾：简单的word2vec模型代价函数J 其中的概率函数定义为：我们主要从内部向量(internal vector)vwI导出梯度计算所有的梯度我们需要遍历每一个窗口内的中心向量(center vector)的梯度我们同时需要每一个外部向量（external vectors)v′的

2016-07-15 10:24:07 2472

转载斯坦福cs224d（深度学习在自然语言处理上的应用）Lecture 2 note2

原文作者：Rohit Mundra, Richard Socher 原文翻译：@熊杰([email protected]) && @王昱森内容调整与校对：寒小阳 && 龙心尘特别鸣谢：@面包包包包包同学的帮助时间：2016年6月出处： http://blog.csdn.net/han_xiaoyang/article/details/51648483

2016-07-15 09:49:46 1462

转载 CS224d笔记2——word2vec

假期学习了斯坦福的CS224d课程，该课程的主要内容是神经网络在自然语言处理领域的应用。这里记录相关的学习笔记，大概分成以下几个部分：word2vec，窗口分类，神经网络，循环神经网络，递归神经网络，卷积神经网络。为什么需要深度学习传统的机器学习方法都是认为的设计特征或者表示，深度学习的目的是希望能够通过神经网络让机器自动学习到有效的特征表示，这里所说的深度学习更偏向于关注各种类型的神

2016-07-15 09:33:58 3047

转载 CS224D Lecture2 札记

终于把Lecture 2看得差不多了，现在开始写札记哦！这一课的学习内容主要有四个部分。Pipeline 是这样的 Video/Slides -> Lecture notes 1 -> Distributed Representations of words and phrases and their compositionality -> Efficient Estimation of

2016-07-15 09:31:15 805

转载斯坦福cs224d（深度学习在自然语言处理上的应用）Lecture 2

以下是第二讲的相关笔记，主要参考自课程的slides，视频和其他相关资料。如何来表示一个词的意思（meaning) 英文单词Meaning的定义(来自于韦氏词典) the idea that is represented by a word, phrase, etc.the idea that a person wants to express by using words,

2016-07-15 09:27:23 1300

转载深度学习与自然语言处理(1)_斯坦福cs224d Lecture 1 note1

2016-07-14 23:42:35 1363

转载斯坦福大学CS224d基础1：线性代数知识

斯坦福大学CS224d基础1：线性代数知识作者：Zico Kolter (补充： Chuong Do) 时间：2016年6月翻译：@MOLLY（[email protected]） @OWEN（[email protected]）校正：@寒小阳([email protected]) @龙心尘([email protected])

2016-07-14 23:37:40 1179

acm_JL的博客