- 博客(3)
- 资源 (3)
- 收藏
- 关注
原创 zero-shot learning 论文三篇小结
what is zero-shot learning zero-shot learning 是为了能够识别在测试中出现,而在训练中未遇到过的数据类别。例如识别一张猫的图片,但在训练时没有训练到猫的图片和对应猫的标签。那么我们可以通过比较这张猫的图片和我们训练过程中的那些图片相近,进而找到这些相近图片的标签,再通过这些相近标签去找到猫的标签。(个人认为zero-shot learning应该属于迁移
2017-06-27 23:23:57 18833
原创 从PGM到HMM再到CRF(self_note)
问: 有一点不太明白 想请教:MRF和CRF看起来好像就是p(x,y)和p(y|x)的差别,为什么他们两个模型的应用差距那么的大呢?MRF广泛运用在各种领域,CRF大部分都用的linear答: 忽略掉生成模型和判别模型的差别,如果只是给定了观测变量X要计算隐变量Y的概率话,而不需要生成一个新的样本的话,MRF和CRF确实是一样的。很多论文里用MRF,其实就是把MRF当成CRF用的,所以你说他们用
2017-06-12 23:21:29 1330
原创 A Diversity-Promoting Objective Function for Neural Conversation Models
该论文提出了基于最大互信息(Maximum Mutual Information—MMI)的期望计算思想。传统的生成模型计算方式是:target = argmax(logP(T|S)),即在source给定的条件下,寻找出最大概率的target。 这样的计算方式所带来的问题是会生成一般性的,具有大概率事件的target,失去了target的多样性。 由互信息公式得: 该论文基于MMI思想,提出
2017-06-05 22:16:02 1355
基于htmlparser的网页爬虫和java调用excel代码
2016-04-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人