随笔--格(Lattice)学习(更新中)

“格”的起源

格(Lattice )的概念最早在1890年由E.Schroder提出。实际上早在 1854 年,George Boole 在数学逻辑的相关研究中引入了一类代数结构–布尔代数。而布尔代数就是“格”的一种特殊类型。后来,R. Dedekind 在关于群的相关工作中,也提出了类似“格”的概念并在实际应用中起了非常重要作用。在1930 年,G. Birkhoff 对“格”理论做出了重要贡献,“格”理论开始了快速发展。

“格”的定义

整数格(Integer Lattice)

构造

在线性代数中要描述一个线性空间 V V V的话,可以以一组(Basis)来代表该空间。反过来说,如果一个线性空间拥有两个基向量(Basis Vector),那么在该空间里的任意一个向量都可以被分解为两个基向量的任意线性组合。

举个例子,假如线性空间 V V V拥有两个基向量 b 0 , b 1 b_0,b_1 b0,b1,那么这个空间中的任何一个向量 v v v都可以被表示为:
v = c 0 ⋅ b 0 + c 1 ⋅ b 1 v=c_0\cdot b_0+c_1\cdot b_1 v=c0b0+c1b1
其中 c 0 , c 1 c_0,c_1 c0,c1可以是任意数字。

线性空间 V V V被称为 b 0 , b 1 b_0,b_1 b0,b1两个基向量的线性生成空间Span)。最常见的线性生成空间,就是XY坐标系(笛卡尔坐标系)。

如果对线性空间加上约束:所有线性组合系数 c i c_i ci都必须是整数(integer)。那么原来连续的线性空间 V V V将转换为一个网格状的离散集合,如下图所示。
在这里插入图片描述

注意:整数格的维度可以大于2维。为便于理解,此处选择了2维的格空间。

这样一个离散的基向量生成空间集合,被称为整数格(Integer Lattice)。

整数格中的问题

在线性生成空间中,我们可以通过 v = c 0 ⋅ b 0 + c 1 ⋅ b 1 v=c_0\cdot b_0+c_1\cdot b_1 v=c0b0+c

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Lattice-LSTM(Lattice Long Short-Term Memory)是一种扩展自标准LSTM(长短期记忆网络)的模型,用于处理自然语言处理任务的词串或序列数据,特别适用于那些具有复杂结构和多种可能解读的输入,如语音识别或机器翻译单词的不同发音。 Lattice-LSTM的主要创新点在于使用了词典或语言模型生成的概率 lattice子),每个节点代表一个可能的词或词组,边则表示这些词之间的概率关系。这使得模型能够考虑所有可能的路径和组合,而不是仅仅依赖于最直接的前向或后向遍历。 1. 实现流程通常包括: - **词典构建**:创建词到 lattice 结点的映射,每个节点可能有多个输入(取决于词的不同拼写或同义词)。 - **概率计算**:为每个节点分配概率值,根据上下文和词频信息。 - **LSTM 更新**:LSTM 对每个 lattice 节点进行处理,根据输入和先前状态更新隐藏状态。 - **路径搜索**:在训练时,可能使用束搜索等方法找到最有可能的路径;在预测时,选择具有最高总概率的路径。 2. **关键组件**: - **LSTM单元**:处理节点的输入和状态。 - **连接性**:节点之间可能存在多种连接,反映了语言的歧义性。 - **注意力机制**:有时会结合注意力机制,以集处理关键部分的输入。 3. **应用与优点**: - 提高了对语言结构的处理能力,适用于需要考虑多种解释的任务。 - 在诸如语音识别,它有助于减少错误的识别结果,提高性能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

知无不言荔枝菌

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值