第十三期 问答与对话——理论与基础
0712 面向自然语言处理的深度学习基础
会议内容:深度学习基础理论与实践
主讲人:邱锡鹏(复旦大学)颜航(复旦大学)
主讲内容:主要介绍深度学习的基础知识以及卷积神经网络、循环神经网络、注意力机制等型,并且介绍了开源工具fastNLP,利用fastNLP来讲述如何实现具体的自然语言模型。
印象较深的内容:
- 多分类问题:处理多分类问题时有三种方法,但前两种“一对其余”“一对一”的方式都有模糊区域(问号部分),而argmax方式可以改进这个问题,并且需要C个判别函数。
- 如何处理非线性可分的问题:增加非线性特征,例如x平方,x立方,x开根号等等
- 神经网络天然不是深度学习,但深度学习天然是神经网络
- tensorflow中的计算图示例,tensor的含义:每一个节点的输入都表示一个tensor