任務 RNN的結(jié)構(gòu)。循環(huán)神經(jīng)網(wǎng)絡(luò)的提出背景、優(yōu)缺點。著重學習RNN的反向傳播、RNN出現(xiàn)的問題(梯度問題、長期依賴問題)、BPTT算法。 雙向RNN 遞歸神經(jīng)網(wǎng)絡(luò) LSTM、...
任務 RNN的結(jié)構(gòu)。循環(huán)神經(jīng)網(wǎng)絡(luò)的提出背景、優(yōu)缺點。著重學習RNN的反向傳播、RNN出現(xiàn)的問題(梯度問題、長期依賴問題)、BPTT算法。 雙向RNN 遞歸神經(jīng)網(wǎng)絡(luò) LSTM、...
任務: 卷積運算的定義、動機(稀疏權(quán)重、參數(shù)共享、等變表示)。一維卷積運算和二維卷積運算。 反卷積(tf.nn.conv2d_transpose) 池化運算的定義、種類(最大...
任務: 卷積運算的定義、動機(稀疏權(quán)重、參數(shù)共享、等變表示)。一維卷積運算和二維卷積運算。 反卷積(tf.nn.conv2d_transpose) 池化運算的定義、種類(最大...
任務 前饋神經(jīng)網(wǎng)絡(luò)、網(wǎng)絡(luò)層數(shù)、輸入層、隱藏層、輸出層、隱藏單元、激活函數(shù)的概念。 感知機相關(guān);定義簡單的幾層網(wǎng)絡(luò)(激活函數(shù)sigmoid),遞歸使用鏈式法則來實現(xiàn)反向傳播。 ...
任務 前饋神經(jīng)網(wǎng)絡(luò)、網(wǎng)絡(luò)層數(shù)、輸入層、隱藏層、輸出層、隱藏單元、激活函數(shù)的概念。 感知機相關(guān);定義簡單的幾層網(wǎng)絡(luò)(激活函數(shù)sigmoid),遞歸使用鏈式法則來實現(xiàn)反向傳播。 ...
任務 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 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?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?文章關(guān)鍵詞:指能體現(xiàn)一篇文章或一部著作...
任務要求: 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);分詞(結(jié)巴分詞);詞、字符頻率統(tǒng)計。 語言模型;unigram、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進行復現(xiàn) 對于函數(shù)batch_iter(x, y)的使用還...
任務要求: 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);分詞(結(jié)巴分詞);詞、字符頻率統(tǒng)計。 語言模型;unigram、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進行復現(xiàn) 對于函數(shù)batch_iter(x, y)的使用還...