数据增强、模型微调、文本分类
数据增强
通过对数据进行翻转、增加噪声、调整色调亮度等等操作，提高模型的泛化能力。
模型微调
属于迁移学习的范畴，学习如何将别人训练好的模型嫁接到目标项目上
里面讲到一个技巧是，将输出层参数随机初始化，而隐藏层不变
学习过程中，隐藏层用较小的学习率，输出层用较大的学习率
嗯，都是很common sense的内容了
文本分类
对于文本，用一维卷积核进行特征提取
而且需要用到不同长度的卷积核
卷积核的输出经过maxpooling 合并成一个输出
该输出则代表了语句的抽象表示
而最终经过全连接输出分类，多分类用softmax
扫一扫
90
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
