神经网络原理与应用
本文通过分类和实体识别两个自然语言处理任务，深入浅出地介绍了神经网络的基础结构及其在非线性划分上的优势。文章详细阐述了神经网络中损失函数的计算方式，即交叉熵损失，并解释了激活函数的重要性，以及如何通过反向传播进行参数优化。
视频地址：https://www.bilibili.com/video/av61620135/?p=3
主要讲述内容：
分类和实体识别，自然语言处理的两个任务为例，进行Neural network的讲解。
1，传统分类的线性划分在分类中不够完善，Neural network可以产生非线性划分
2，讲述Neural network的基本结构
3，讲述Neural network中的损失函数计算为cross entropy loss。需要激活函数，因为没有激活函数，多层累加的 Neural network等于一次大的线性变化。
4，讲述反向求导的手动计算
扫一扫
1522
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
