- 博客(6)
- 收藏
- 关注
转载 任务11 -循环神经网络基础
RNN的结构。循环神经网络的提出背景、优缺点。着重学习RNN的反向传播、RNN出现的问题(梯度问题、长期依赖问题)、BPTT算法。 双向RNN3 LSTM、GRU的结构、提出背景、优缺点。 针对梯度消失(LSTM等其他门控RNN)、梯度爆炸(梯度截断)的解决方案。 Text-RNN的原理。 利用Text-RNN模型来进行文本分类。 1.RNN的结构 1.1 RNN RNNs的目的使用来处理序列...
2019-04-27 16:19:31
888
转载 任务10 -卷积神经网络基础
卷积运算的定义、动机(稀疏权重、参数共享、等变表示)。一维卷积运算和二维卷积运算。 反卷积(tf.nn.conv2d_transpose) 池化运算的定义、种类(最大池化、平均池化等)、动机。 Text-CNN的原理。 利用Text-CNN模型来进行文本分类 1. 卷积运算的定义、动机(稀疏权重、参数共享、等变表示)。一维卷积运算和二维卷积运算。 1.1 卷积运算的定义 我们称 (f*g)(n...
2019-04-24 15:50:09
518
转载 任务9 -简单神经网络
文本表示:从one-hot到word2vec。 1.1 词袋模型:离散、高维、稀疏。 1.2 分布式表示:连续、低维、稠密。word2vec词向量原理并实践,用来表示文本。 1.文本表示 文本表示分为离散表示和分布式表示 词袋模型:离散表示 BoW(Bag-of-words) 是n-gram语法模型的特例1元模型 该模型忽略掉文本的语法和语序等要素,将其仅仅看作是若干个词汇的集合,文档中每个单...
2019-04-23 10:12:50
493
转载 任务8 -神经网络基础
任务8 -神经网络基础 1.前馈神经网络、网络层数、输入层、隐藏层、输出层、隐藏单元、激活函数的概念1.1前馈神经网络1.2神经网络的网络结构神经元神经网络模型1.3激活函数1.3.1Sigmoid函数1.3.2tanh函数1.3.3ReLU函数2.深度学习中的正则化2.1数据增强2.2L1 和 L2 正则化2.3Dropout2.4早停法(stop early)2.5正则化的介绍3.深度模型中的...
2019-04-21 15:34:40
916
转载 任务7 -传统机器学习--LDA
这里写自定义目录标题一、 pLSA、共轭先验分布;LDA主题模型原理基本原理1.1LSA1.2pLSA1.3共轭先验分布1.4LDA1.5LDA生成过程二、 LDA应用场景三、LDA优缺点四、LDA 参数学习1.scikit-learn LDA主题模型概述2.scikit-learn LDA主题模型主要参数和方法五、使用LDA生成主题特征,在之前特征的基础上加入主题特征进行文本分类 一、 pLSA...
2019-04-18 11:26:33
663
转载 任务6 -传统机器学习--SVM
任务6 -传统机器学习--SVMSVM原理SVM应用场景SVM的优缺点SVM sklearn 参数学习利用SVM模型结合 Tf-idf 算法进行文本分类 SVM原理 SVM是一个二元分类算法,线性分类和非线性分类都支持。经过演进,现在也可以支持多元分类,同时经过扩展,也能应用于回归问题。 这里因为我之前整理过一次SVM,所以不在这里推到SVM的公式,简单列出我学习的思维导图,如有不合理的地方,恳请...
2019-04-16 17:20:56
745
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