- 博客(8)
- 收藏
- 关注
原创 关于HMM(隐马尔可夫模型)
什么是HMM隐马尔可夫模型(Hidden Markov Model,HMM)是统计模型,它用来描述一个含有隐含未知参数的马尔可夫过程。常见的例子抛硬币假设小明有两个硬币A、B,这两个硬币的正反面的概率是不一样的,我们假设A硬币正面的概率为0.6,B硬币正面的概率为0.7,那么如果我们在未来6次的硬币抛掷过程中,得到如下的结果:硬币Value电脑$1600手机...
2020-04-07 23:41:48 563
原创 关于维特比(viterbi)算法
维特比算法的介绍如果说你要找到从S到E的最短路径,那么最暴力的方法就是遍历从S到E的所有路径,然后对比找到最短的。但有一种比较偷懒的贪心算法–维特比算法,每次只求出局部最优解,然后得到最后的全局最优解,从而减少了算法的复杂度。原理如下,如果说你想找到从S-E的最短路径,我们先找从S-A的最短路径,但是一般来说,S-A的最短路径是很难一次性确定,那么我们看S-B的。首先,S-B1,有三条路径可...
2020-03-12 16:29:30 394
原创 关于EM算法
EM算法的简介1.什么是EM算法最大期望算法(Expectation-maximization algorithm,又译为期望最大化算法),是在概率模型中寻找参数最大似然估计或者最大后验估计的算法,其中概率模型依赖于无法观测的隐性变量。最大期望算法经过两个步骤交替进行计算,第一步是计算期望(E),利用对隐藏变量的现有估计值,计算其最大似然估计值;第二步是最大化(M),最大化在E步上求得的...
2020-03-10 21:58:04 150
原创 NLP相关资料总结2020.3.3
1.StanfordNLP工具包stanfordNLP工具包的内容及相关使用见以下链接:[https://baijiahao.baidu.com/s?id=1624150656027338658&wfr=spider&for=pc]2.NLP中的分词模型–GloVe模型1)原理:基于语料库构建词的共现矩阵,然后基于共现矩阵和GloVe模型对词汇进行向量化表示,输入是语料库,输...
2020-03-03 19:57:22 190
原创 关于python中的map函数和lambda关键字
##1.python中的map函数初次使用map函数是在刚接触深度学习的时候,写一个最简单的手写数字的问题,使用minist数据,然后对load下来的数据要做一个预处理,就是转换一下data的dtype,于是有用到dataset.map()。然后在后面的学习中,慢慢的也接触了很多地方需要使用map函数的,于是具体去了解了一下这个函数的详细用法。定义:map() 会根据提供的函数对指定序列做映射...
2020-02-18 20:03:07 423
原创 2019.01.10学习总结
关于nlp中的transformed模型,本项目的练习是基础tensorflow2.0中的tutorials,详情可简直见官方api[tensorflow官方tutorial中transformer](https://www.tensorflow.org/tutorials/text/transformer)1.数据集的清晰...
2020-01-11 16:41:14 107
原创 2020.1.9学习总结
1.deeplearning中权值初始化==》一般初始化为0, 初始值的不同,会影响到收敛的速度以及收敛的结果,所以在transfer learning中,已pre-trained model的权值作为后续layer的初始值能很好的加快收敛以及收敛的效果。同样的,在pre-trained model的基础上,进行fune-tuning也是同样的道理。2.在权值初始化后,选择一个合适的optimi...
2020-01-09 01:50:39 385
转载 TF2.0中 LSTM与LSTMCell的区别
The base LSTMCell class implements the main functionality required, such as the build method, whereas the LSTM class only container an entry point: the call method, as well as a bunch of getters to re...
2020-01-06 22:20:07 1569
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人