江西师范大学-20届-吴悠

写完毕业论文很久了，现在开始来写这篇博客我的本科毕业论文是《融合图书评论情感分析、图书评分和用户评分的图书推荐系统》其中一部分就运用到了自然语言处理中的情感分析，我用的是深度学习的方法解决，用的深度学习的Keras框架语料数据来源于公开的ChineseNlpCorpus的数据集online_shopping_10_cats，截取其中的图书评论数据作为后面长短记忆神经网络的训练集。项目地址：https://github.com/liuhuanyong/ChineseNLPCorpus1、情感分析的语料

1. 向量化神经网络的所有输入和目标都必须是浮点数张量（在特定情况下可以是整数张量）。无论处理什么数据（声音、图像还是文本），都必须首先将其转换为张量，这一步叫作数据向量化（data vectorization）。2. 值标准化输入数据应该具有以下特征。‰ 取值较小：大部分值都应该在 0~1 范围内。‰ 同质性（homogenous）：所有特征的取值都应该在大致相同的范围内。此外，下面...

(1) 定义训练数据：输入张量和目标张量。(2) 定义层组成的网络（或模型），将输入映射到目标。(3) 配置学习过程：选择损失函数、优化器和需要监控的指标。(4) 调用模型的 fit 方法在训练数据上进行迭代。定义模型有两种方法：一种是使用 Sequential 类（仅用于层的线性堆叠，这是目前最常见的网络架构），另一种是函数式 API（functional API，用于层组成的有向无环...

训练神经网络主要围绕以下四个方面。‰ 层，多个层组合成网络（或模型）。‰ 输入数据和相应的目标。‰ 损失函数，即用于学习的反馈信号。‰ 优化器，决定学习过程如何进行。层：深度学习的基础组件我们在第 2 章中介绍过，神经网络的基本数据结构是层。层是一个数据处理模块，将一个或多个输入张量转换为一个或多个输出张量。有些层是无状态的，但大多数的层是有状态的，即层的权重。权重是利用随机梯度下降...

广播如果将两个形状不同的张量相加，会发生什么？如果没有歧义的话，较小的张量会被广播（broadcast），以匹配较大张量的形状。广播包含以下两步。(1) 向较小的张量添加轴（叫作广播轴），使其 ndim 与较大的张量相同。(2) 将较小的张量沿着新轴重复，使其形状与较大的张量相同。...

在装之前一定要搞清楚python、tensorflow、keras的适配版本，装一定要制定版本号tensorflow的镜像：pip install --index-url https://pypi.douban.com/simple tensorflow或pip install --index-url http://mirrors.aliyun.com/pypi/simple/ tensor...

梯度（gradient）是张量运算的导数。它是导数这一概念向多元函数导数的推广。多元函数是以张量作为输入的函数。假设有一个输入向量 x、一个矩阵 W、一个目标 y 和一个损失函数 loss。你可以用 W 来计算预测y_pred，然后计算损失，或者说预测值 y_pred 和目标 y 之间的距离。y_pred = dot(W, x)loss_value = loss(y_pred, y)如果输...

张量的定义前面例子使用的数据存储在多维 Numpy 数组中，也叫张量（tensor）。一般来说，当前所有机器学习系统都使用张量作为基本数据结构。张量对这个领域非常重要，重要到 Google 的TensorFlow 都以它来命名。张量这一概念的核心在于，它是一个数据容器。它包含的数据几乎总是数值数据，因此它是数字的容器。你可能对矩阵很熟悉，它是二维张量。张量是矩阵向任意维度的推广［注意，张量的维度...

《神经网络与深度学习中文版》神经网络是一种被称为“感知器”的人工神经元

深度学习和其他机器学习算法之间的关系摘自《深度学习》