3.1 常用的神经网络模型
1.卷积神经网络(Convolutional Neural Network, CNN)
是一种前馈神经网络,它包括卷积层(convolutional layer)和池化层(pooling player)。
2.循环神经网络(Recurrent Neural Network, RNN)
是一种节点定向连接成环的人工神经网络,网络的内部状态可以展示动态时序行为。
课程重点,处理与文本相关的处理,建立模型。
输入层:数据模型的输入,也就是说我们要传入到模型中的数据,例如文本、语音、图像等。
隐藏层:用于处理数据,并将处理的结果传递给输出层。全连接,3层左右。用朴素贝叶斯,svm计算。
输出层:经过隐藏层计算之后所输出的模型内容,例如我们用来判断一句话是正能量还是负能量,那么输出层就是输出一个相应的分类。
3.长短期记忆网络(Long Short-Term Memory,LSTM)
是一种时间递归神经网络,适合于处理和预测时间序列中,间隔和延迟相对较长的重要事件。
是循环神经网络的变体,RNN短文本,LSTM长文本,增加时间和记忆的概念。chatbot会用RNN和LSTM。