沈昱哈哈哈_个人页
沈昱哈哈哈
文章
6
问答
0
视频
0
个人介绍
暂无个人介绍
擅长的技术
-
发表了文章 2016-11-18
词向量的运用-用词向量理解词组的含义
之前花了5篇介绍了word2vec的方法。词向量最大的意义是把原来的字符串变成了一个数字形式的向量，也就是说现在词和图像变得非常相近，因为图像也就是例如255*255的像素点，而每个像素也是一个数字。因此，词向量被很多任务作为初始的输入，从这开始，我将以轻松的形式来介绍词向量的运用场景。 = 本着先进性的原则，我会介绍最新的16年的论文，以较轻松的形式。今天分析这篇： 用词向
-
发表了文章 2016-11-18
word2vec深入浅出，保证你一看就会（5）【完结】
这一节将介绍Glove的实际代码编写和调优简化策略。考虑到时间较长，把上文的模型建立再复制黏贴了一次。 下图是官网的展示图，和frog青蛙最相近的词。  可以看到效果还是比较好的。 ##模型建立 有理由相信，对于三个词\\(i
-
发表了文章 2016-11-18
word2vec 超easy解读保证你看了就会(4)!
这次开始介绍word2vec的第二种实现，GloVe: Global Vectors for Word Representation. 根据我目前的认知，从结果上来说（求解的模型），这个方法和goolge的word2vec其实几乎是一致。但是从过程上来说，看上去是有区别的。 ##GloVe: Global Vectors for Word Representation 同之前介绍的一
-
发表了文章 2016-11-18
word2vec深入浅出，保证你一看就会（3）
上一期介绍了word2vec中的模型更新优化的比较“弱”的形式NEGATIVE SAMPLING。这一期将推出另一种优化方案，Hierarchical Softmax。 ##Hierarchical Softmax 我们的目标是加速project->output层的计算。下图描述了新的project->output层情况 
发表了文章
2016-11-18
词向量的运用-用词向量理解词组的含义
-
发表了文章
2016-11-18
word2vec深入浅出，保证你一看就会（5）【完结】
-
发表了文章
2016-11-18
word2vec 超easy解读保证你看了就会(4)!
-
发表了文章
2016-11-18
word2vec深入浅出，保证你一看就会（3）
-
发表了文章
2016-11-18
word2vec深入浅出，保证你一看就会（2）
-
发表了文章
2016-11-18
word2vec深入浅出，保证你一看就会（1）
滑动查看更多
暂无更多信息
暂无更多信息