通过graph.get_operation_by_name加载crf_log_likelihood的参数

无言*

于 2018-08-13 10:01:26 发布

阅读量3.9k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： nlp

本文链接：https://blog.youkuaiyun.com/u014742995/article/details/81624736

nlp 专栏收录该内容

3 篇文章

订阅专栏

本文介绍条件随机场（CRF）模型训练过程及如何加载transition_params参数，包括使用tensorflow中的crf_log_likelihood函数进行训练的具体实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

命名实体提取的模型训练中，使用crf_log_likelihood算法，在模型加载中，可以通过

transition_params = graph.get_operation_by_name("transitions").outputs[0]

或者用

 transition_params  = graph.get_tensor_by_name("transitions:0")

直接加载transition_params参数

#tensorflow 中的crf_log_likelihood函数中有transition_params变量的name

if transition_params is None:
  transition_params = vs.get_variable("transitions", [num_tags, num_tags])