深度学习
文章平均质量分 91
凌疯墨子
城市慷慨亮整夜灯, 如同少年不惧岁月长。
展开
-
深度学习常见问题小结
1. 深度学习的本质首先深度学习也是机器学习的一个分支,深度学习是基于神经网络的一种建模方法。深度学习的本质是通过构建具有很多隐藏的机器学习模型和海量的训练数据来学习更有用的特征,从而到达提高分类性能和预测的准确性。2. 深度学习的目的深度学习通过模拟人脑进行分析学习的神经网络,神经网络模拟人脑的机制来解释数据例如:图像、声音、文本等3. 反向传播推导 反向传播算法(Backpropagation...原创 2018-05-06 19:03:30 · 6426 阅读 · 0 评论 -
神经网络的优化算法框架
1、优化算法通用框架定义; 待优化参数w,目标函数:f(w), 初始学习率αα \alpha ,开始进行迭代优化,在每个epoch t 中,一般会有四个步骤:计算目标函数关于当前参数的梯度:gt=∇f(wt)gt=∇f(wt) g_t = \nabla f(w_t)根据历史梯度计算第一阶动量和第二阶动量:mt=ϕ(g1,g2,g3.....,gt)mt=ϕ(g1,g2,g3.....,...原创 2018-05-14 17:01:23 · 1085 阅读 · 0 评论 -
实体命名识别(NER)任务中加词典
导读本文主要介绍一下,为什么需要加入词典到这个任务中,并介绍用LSTM模型来做NER任务,以及怎么模型加入词典到模型中。一、NER任务简介NER(Named Entity Recognition,命名实体识别)又称作专名识别,是自然语言处理中常见的一项任务,使用的范围非常广。命名实体通常指的是文本中具有特别意义或者指代性非常强的实体,通常包括人名、地名、机构名、时间、专有名词等...原创 2018-06-09 21:27:22 · 7526 阅读 · 7 评论