rnn相关

爱学习的羽

于 2024-01-21 16:59:43 发布

阅读量591

点赞数 8

分类专栏： workHappy pytorch 文章标签： rnn 人工智能深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/qq_37437892/article/details/135441616

版权

本文介绍了LSTM在自然语言处理中的作用，强调了词的顺序性和相关性的捕捉，以及CBOW和Skip-gram方法。还探讨了如何通过负采样和双向LSTM改进词嵌入，并给出了一个实际模型示例，重点在于NLP任务中的分类任务.

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

构成

比之前多了一个圈
在这里插入图片描述
这个圈包含t时刻之前的数据特征，主要用在NLP自然语言处理中。

在这里插入图片描述
只用最后一个结果ht，前面的当做中间结果

特点

会把之前看到的都记下来，但第n句话和第一句话之间联系不太大，没必要

LSTM

在这里插入图片描述

自然语言处理

考虑词的前后顺序和相关性
在这里插入图片描述
构建词向量，不断向后滑动学习

cbow 和skip-gram方法

在这里插入图片描述

cbow输入上下文，输出预测最中间的位置的词
skip-

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。