![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 88
suibianshen2012
这个作者很懒,什么都没留下…
展开
-
pytorch安装说明
pytorch基础入门知识原创 2022-10-24 14:37:51 · 1448 阅读 · 0 评论 -
网络中BN层的作用
BN层的作用主要有三个:加快网络的训练和收敛的速度 控制梯度爆炸防止梯度消失 防止过拟合分析: (1)加快收敛速度:在深度神经网络中中,如果每层的数据分布都不一样的话,将会导致网络非常难收敛和训练,而如果把 每层的数据都在转换在均值为零,方差为1 的状态下,这样每层数据的分布都是一样的训练会比较容易收敛。 (2)防止梯度爆炸和梯度消失:以sigmoid函数为例,sigmoid函数使得输出在[0,1]之间,实际上当x道了一定的大小,经过sigmoid函数后输出范围就会变得很小梯原创 2022-03-07 11:54:00 · 867 阅读 · 0 评论 -
Bert-Bilstm-CRF基线模型详解&代码实现
这个系列我们来聊聊序列标注中的中文实体识别问题,第一章让我们从当前比较通用的基准模型Bert+Bilstm+CRF说起,看看这个模型已经解决了哪些问题还有哪些问题待解决。以下模型实现和评估脚本,详见 Github-DSXiangLi/ChineseNERNER问题抽象实体识别需要从文本中抽取两类信息,不同类型的实体本身token组合的信息(实体长啥样),以及实体出现的上下文信息(实体在哪里)一种解法就是通过序列标注把以上问题转化成每个字符的分类问题,label主要有两种其中BIO更常见些BIO:转载 2021-12-11 22:40:20 · 14611 阅读 · 2 评论 -
基于BERT+BiLSTM+CRF的中文景点命名实体识别
赵平, 孙连英, 万莹, 葛娜. 基于BERT+BiLSTM+CRF的中文景点命名实体识别. 计算机系统应用, 2020, 29(6): 169-174.http://www.c-s-a.org.cn/1003-3254/7269.htmlZhao P, Sun LY, Wan Y, Ge N. Chinese Scenic Spot Named Entity Recognition Based on BERT+BiLSTM+CRF. Computer Systems and Applicat...转载 2021-12-11 21:57:12 · 3247 阅读 · 1 评论 -
N-gram详解分析
作者: 龙心尘 && 寒小阳 时间:2016年2月。 出处: http://blog.csdn.net/longxinchen_ml/article/details/50646528http://blog.csdn.net/han_xiaoyang/article/details/50646667声明:版权所有,转载请联系作者并注明出处1. 引言:朴素贝叶斯转载 2017-10-04 15:01:38 · 10649 阅读 · 0 评论 -
斯坦福大学CS224d 干货(视频,笔记,论文)
欢迎转载,转载注明出处:http://blog.csdn.net/neighborhoodguo/article/details/46868143这个博客是用来分享cs224d的各种学习资料的哦,我下载整理学习这些可用了好久呢,希望能帮助到想要学习这方面知识的朋友,视频都是从Youtube上弄下来的,仅供学习交流使用哦,大家别乱转发。1. Lecture 1 mat转载 2017-03-27 17:54:30 · 2134 阅读 · 0 评论