- 博客(6)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 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