人工智能
Taosolo
学习者
展开
-
3.3 线性回归的简洁实现
线性回归的简洁实现3.3 线性回归的简洁实现3.3.1 生成数据集3.3.2 读取数据3.3.3 定义模型3.3.4 初始化模型参数3.3.5 定义损失函数3.3.6 定义优化算法3.3.7 训练模型小结3.3 线性回归的简洁实现随着深度学习框架的发展,开发深度学习应用变得越来越便利。实践中,我们通常可以用比上一节更简洁的代码来实现同样的模型。在本节中,我们将介绍如何使用PyTorch更方便地...原创 2020-04-07 03:13:45 · 400 阅读 · 0 评论 -
Long Short Term Memory networks (LSTM)
Long Short Term Memory networksAbstract**循环神经网络(Recurrent Neural Networks)****长期依赖性问题(The Problem of Long-Term Dependencies)****LSTM 网络(LSTM Networks)****LSTM 背后的核心理念(The Core Idea Behind LSTMs)****分步...原创 2019-09-25 12:36:51 · 2608 阅读 · 0 评论 -
万字长文带你解读NLP深度学习的各类模型
万字长文带你解读NLP深度学习的各类模型1 背景2 模型NNLMWord2vecFastTextTextCNNDCNNGCNNVDCNNRNNLSTMBi-LSTMSeq2SeqAT Seq2SeqATAE-LSTMABCNNTransformerGPTBERTXLM3 应用向量表示文本相似性文本分类情感分析机器翻译命名实体识别4 未来导读:NLP,让人与机器的交互不再遥远;深度学习,让语言解析...转载 2019-09-25 14:04:49 · 1381 阅读 · 0 评论 -
自然语言理解-从规则到深度学习
自然语言理解-从规则到深度学习1. 引言2. 自然语言理解的难点3. 意图分类的实现方法4. 属性抽取的实现方法5. 小结摘要_:_自然语言理解是人工智能的核心难题之一,也是目前智能语音交互和人机对话的核心难题。之前写过一篇文章自然语言理解,介绍了当时NLU的系统方案,感兴趣的可以再翻一番,里面介绍过的一些内容不再赘述。本文详细讨论了自然语言理解的难点,并进一步针对自然语言理解的两个核心问题,详...转载 2019-09-25 14:27:47 · 1643 阅读 · 0 评论