1 什么是递归神经网络?
因为神经网络有递归关系,所以会产生时间变量(第二次迭代必定在第一次迭代之后)
每次迭代有时间节点关系,一般我们只选最后一层的输出结果
CNN:计算机视觉
RNN:自然语言处理:因为词语有先后顺序
2 LSTM网络
因为RNN网络的记忆能力太强了,每次的迭代全部记忆,最后的结果会把前面全部的结果全部考虑进来,考虑问题就不再精确,会导致模型训练的误差,LSTM网络应运而生
LSTM网络是将信息进行遗忘
3 自然语言处理-词向量模型-Word2Vec
让计算机更好的认识文本:有些词出现的比较近,在词向量空间上比较一致(比如足球,篮球)
4 如何训练词向量?
embedding:在词库里找到词向量
5 训练数据构建
只要是逻辑通顺就可以作为我们的训练构建数据