神经网络
跑啊,小厨
小白一枚,请多关照!
展开
-
LSTM维度的变化
1.用代码实操如何使用lstm 2. 从细节上分析 双向lstm的输出原创 2020-11-14 17:26:55 · 2864 阅读 · 1 评论 -
卷积神经网络的维度的变化
如下图一个简单的卷积神经网络的结构: 可以得到的是:池化层是对维度进行除操作,并且向下取整 class Twolayer(nn.Module): def __init__(self,embedding,filter_num): super(Twolayer,self).__init__() self.embedding_len = embedding # 词向量长度 300 self.surface_length = 10 self原创 2020-11-05 19:48:04 · 2671 阅读 · 1 评论 -
(一)机器学习相关知识
本文将主要汇集一些我觉得对一些初学神经网络相关知识解释的非常好的总结,感觉是积累来的吧,看几遍才看的懂 1.RNN与LSTM 众所周知,LSTM是改进后的RNN,因为RNN在循环的过程中,传递的前部分知识的功能比较简单,仅是一个tanh的激活函数,而LSTM在此基础上添加了遗忘门,输入门,并且使用了sigmod函数使他更接近逻辑运算中的0-1操作 参考:理解LSTM网络 ...原创 2020-10-16 11:13:09 · 93 阅读 · 0 评论