深度学习
桃子Anne
码龄5年
展开
-
深度学习 第六章 RNN循环神经网络
深度学习入门视频-唐宇迪 (笔记加自我整理)深度学习 第六章RNN循环神经网络1.RNN RNN循环神经网络,重点在循环两字上面。和典型神经网络一样,也是由输入层、隐含层、输出层构成。和大部分神经往不同,RNN输入的是序列。对比Word2vec的CBOW,虽然输入的都是带有前后关系的样本,不同的是Word2Vec的CBOW输入的上下文单词数据,需要预测中心位置单词的是正确单词的概率,像选词填句。而RNN输入的是一个完整的序列,不需要预测中间结果,比如可以是输入一段话,预测这一段...原创 2020-07-29 23:53:48 · 501 阅读 · 0 评论 -
深度学习 第五章 自然语言处理与深度学习
1.词袋模型2.n-gram模型3.词嵌入模型 经典模型:Word2vecWord2Vec两种网络结构:CBOW和Skip-gramWord2Vec两种优化(样本类别):Hierarchical Softmax(层级softmax)和Negative Sample(负采样)原创 2020-07-08 22:40:52 · 1080 阅读 · 0 评论 -
深度学习 第四章 卷积神经网络
深度学习入门视频-唐宇迪 (笔记加自我整理)深度学习 第四章 卷积神经网络1.结构:输入层-卷积层-激活函数-池化层-全连接层2.卷积层:提取特征具体过程3.池化层:提取计算4.整体结构5.经典网络原创 2020-06-26 16:17:18 · 1265 阅读 · 0 评论