- 博客(6)
- 资源 (7)
- 收藏
- 关注
原创 实习点滴(11)--TensorFlow快速计算“多分类问题”的混淆矩阵以及精确率、召回率、F1值、准确率
在机器学习中,我们会利用一些指标(混淆矩阵、精确率、召回率、F1值、准确率)来判断我们模型的好坏,从而改进优化模型。下面介绍如何在TensorFlow下快速计算这些指标。
2017-08-24 11:39:12 11477 2
原创 实习点滴(10)--BiLstm+CRF介绍
在序列标注问题中,HMM和CRF是当前比较成熟的技术,但是,随着DL(深度学习)又热起来之后,RNN做序列标注的热潮也开始了。个人而言,HMM和CRF是成熟的技术,但上升空间有限;LSTM的潜力会更大一些。于是乎,开始学习BiLstm+CRF模型了。顾名思义,这是一个双向LSTM+CRF层的模型双向的LSTM可以得到上下文的信息在输出层后再增加CRF层,加
2017-08-15 14:49:27 7593 1
原创 实习点滴(9)--LSTM是如何解决RNN中的“梯度消失”
我们都知道RNN到迭代后期会出现“梯度消失”的问题; 我们也知道LSTM是RNN的变形和改进,它解决了RNN中的“梯度消失”问题; 我们还知道LSTM的各种门(遗忘门、输入门、输出门)。 但是,我们不知道究竟LSTM是如何通过这些门解决“梯度消失”的,反正之前我一直很含糊,现在,我们就一探究竟。
2017-08-15 11:44:20 15340 14
原创 条件随机场专题(3)--说起CRF,不得不提的HMM
说起CRF(条件随机场),不得不提起HMM(隐马尔可夫模型),因为HMM和CRF很像。只不过HMM是生成模型,运用的是统计概率;而CRF是判别模型,运用的是生成判别函数,进行迭代求参。
2017-08-08 15:51:33 589
原创 实习点滴(8)--收敛优化方法:牛顿法、BFGS算法与L-BFGS算法
在了解CRF推导与参数估计的时候,会用到收敛优化方法去迭代求解凸优化问题,至此,总结一下我对牛顿法、BFGS算法和L-BFGS算法这三种方法的理解。
2017-08-04 11:51:56 2446 1
原创 条件随机场专题(2)--CRF模型
CRF是一种典型的判别式模型,它是根据模板,得到相应的特征函数,再通过这些特征函数进行参数的优化计算,那么在介绍CRF模型前,就有必要先介绍判别式模型和生成式模型。
2017-08-01 17:02:29 880
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人