發(fā)簡信
IP屬地：江蘇
-
LDA 原理說明LDA為latent Dirichlet allocation的簡稱，是一個(gè)生成式模型，是一種主題模型，無監(jiān)督度學(xué)習(xí)方法。其基本假設(shè)是一篇文檔是...
-
seq2seq和attention原理詳解1、Seq2seq Seq2seq由兩個(gè)RNN/LSTM構(gòu)成，其中encoder RNN產(chǎn)生原始sentence的encoding，decode...
-
word2vector embeddding原理詳解1、引入 word2vector的原本意思即為把詞向量化，那么為什么要這么做呢？one-hot也可以表示詞袋中的詞，但是比如motel可以one...
-
阿里Sequential Deep Matching Model 精讀和理解
本文主要在于精讀該論文，提取一些信息，一方面幫助掌握和深入理解模型構(gòu)建的結(jié)構(gòu)，另一方面大家要結(jié)合自己做項(xiàng)目的需求進(jìn)行總結(jié)和拓展，以保模型運(yùn)用恰當(dāng)...
-
LSTM簡易說明
有一定神經(jīng)網(wǎng)絡(luò)基礎(chǔ)的建議直接閱讀原文即可，該篇說明主要翻譯來自該文章，目的是為LSTM-DSSM模型的理解做簡易說明。原文地址：https://...
-
tensorflow中常見操作總結(jié)--tf.feature_column.embedding_column本次驗(yàn)證的目的在于：使用tf.feature_column.embedding_column函數(shù)進(jìn)行訓(xùn)練得到的vector，在預(yù)測時(shí)直接使用tf...
-
使用tensorflow來做word2vector(2)--實(shí)際操作
上篇文章對word2vector做了簡單的描述，本篇主要是進(jìn)行基礎(chǔ)實(shí)踐， 基本翻譯來自：https://adventuresinmach...
-
使用tensorflow來做word2vector(1)--簡易基本知識有關(guān)word2vector的原理這里不贅述，本篇僅闡述怎么使用tensorflow來做一個(gè)實(shí)際操作案例。這里的一些說明，均為實(shí)際操作總結(jié)，或來自...
-
tensorflow中常見操作總結(jié)--讀取數(shù)據(jù)關(guān)于讀取dataframe數(shù)據(jù)為dataset，并做batch處理。 注意，tf中的dataset api讀取數(shù)據(jù)時(shí)，使用了并行（paralle...