任務(wù) RNN的結(jié)構(gòu)扣草。循環(huán)神經(jīng)網(wǎng)絡(luò)的提出背景饥努、優(yōu)缺點拧额。著重學(xué)習(xí)RNN的反向傳播来氧、RNN出現(xiàn)的問題(梯度問題舒憾、長期依賴問題)、BPTT算法居灯。 雙向RNN 遞歸神經(jīng)網(wǎng)絡(luò) LSTM祭务、...

任務(wù) RNN的結(jié)構(gòu)扣草。循環(huán)神經(jīng)網(wǎng)絡(luò)的提出背景饥努、優(yōu)缺點拧额。著重學(xué)習(xí)RNN的反向傳播来氧、RNN出現(xiàn)的問題(梯度問題舒憾、長期依賴問題)、BPTT算法居灯。 雙向RNN 遞歸神經(jīng)網(wǎng)絡(luò) LSTM祭务、...
任務(wù): 卷積運算的定義、動機(稀疏權(quán)重怪嫌、參數(shù)共享义锥、等變表示)。一維卷積運算和二維卷積運算岩灭。 反卷積(tf.nn.conv2d_transpose) 池化運算的定義拌倍、種類(最大...
任務(wù): 卷積運算的定義、動機(稀疏權(quán)重噪径、參數(shù)共享贰拿、等變表示)。一維卷積運算和二維卷積運算熄云。 反卷積(tf.nn.conv2d_transpose) 池化運算的定義膨更、種類(最大...
任務(wù) 前饋神經(jīng)網(wǎng)絡(luò)、網(wǎng)絡(luò)層數(shù)缴允、輸入層荚守、隱藏層、輸出層练般、隱藏單元矗漾、激活函數(shù)的概念。 感知機相關(guān)薄料;定義簡單的幾層網(wǎng)絡(luò)(激活函數(shù)sigmoid)敞贡,遞歸使用鏈?zhǔn)椒▌t來實現(xiàn)反向傳播。 ...
任務(wù) 前饋神經(jīng)網(wǎng)絡(luò)摄职、網(wǎng)絡(luò)層數(shù)誊役、輸入層、隱藏層谷市、輸出層蛔垢、隱藏單元、激活函數(shù)的概念迫悠。 感知機相關(guān)鹏漆;定義簡單的幾層網(wǎng)絡(luò)(激活函數(shù)sigmoid),遞歸使用鏈?zhǔn)椒▌t來實現(xiàn)反向傳播。 ...
任務(wù) 樸素貝葉斯 樸素貝葉斯的原理 利用樸素貝葉斯模型進行文本分類 SVM模型 SVM的原理 利用SVM模型進行文本分類 LDA主題模型 pLSA、共軛先驗分布 LDA 使用...
任務(wù) 樸素貝葉斯 樸素貝葉斯的原理 利用樸素貝葉斯模型進行文本分類 SVM模型 SVM的原理 利用SVM模型進行文本分類 LDA主題模型 pLSA、共軛先驗分布 LDA 使用...
特征選擇 TF-IDF原理以及利用其進行特征篩選 互信息的原理以及利用其進行特征篩選 TF-IDF 原理: 如何提取一篇文章的的關(guān)鍵詞若治?文章關(guān)鍵詞:指能體現(xiàn)一篇文章或一部著作...
特征選擇 TF-IDF原理以及利用其進行特征篩選 互信息的原理以及利用其進行特征篩選 TF-IDF 原理: 如何提取一篇文章的的關(guān)鍵詞慨蓝?文章關(guān)鍵詞:指能體現(xiàn)一篇文章或一部著作...
任務(wù)要求: 基本文本處理技能:中英文字符串處理(刪除不相關(guān)的字符、去停用詞)端幼;分詞(結(jié)巴分詞)礼烈;詞、字符頻率統(tǒng)計婆跑。 語言模型此熬;unigram、bigram滑进、trigram頻率...
IMDB數(shù)據(jù)集下載和探索 根據(jù)TensorFlow官方教程實現(xiàn): THUCNews數(shù)據(jù)集下載和探索 根據(jù)githut進行復(fù)現(xiàn) 對于函數(shù)batch_iter(x, y)的使用還...
任務(wù)要求: 基本文本處理技能:中英文字符串處理(刪除不相關(guān)的字符犀忱、去停用詞);分詞(結(jié)巴分詞)扶关;詞阴汇、字符頻率統(tǒng)計。 語言模型节槐;unigram搀庶、bigram、trigram頻率...
IMDB數(shù)據(jù)集下載和探索 根據(jù)TensorFlow官方教程實現(xiàn): THUCNews數(shù)據(jù)集下載和探索 根據(jù)githut進行復(fù)現(xiàn) 對于函數(shù)batch_iter(x, y)的使用還...