weixin_36103474的博客

参考https://blog.youkuaiyun.com/abiggg/article/details/79368982 1.L2正则 tf.nn.l2_normalize的使用 tf.nn.l2_normalize(x, dim, epsilon=1e-12, name=None) 其中参数分别表示为： x为输入的向量； dim为l2范化的维数，dim取值为0或0或1； epsilon的范化的...

1. tensorflow.Session() import tensorflow as tf state = tf.Variable(0.0,dtype=tf.float32) one = tf.constant(1.0,dtype=tf.float32) new_val = tf.add(state, one) update = tf.assign(state, new_val) # ...

tensorflow中循环神经网络搭建时常用的函数介绍tf.contrib.rnn.BasicLSTMCell()函数tf.contrinb.rnn.GRUCelltf.contrib.rnn.DropoutWrapper()函数tf.contrib.rnn.MultiRNNCell()函数tf.nn.dynamic_rnn()函数tf.reshape()操作tf.concat() tf.cont...

tf.contrib.crf.crf_log_likelihood(inputs, tag_indices, sequence_lengths, transition_params=None) 函数的目的：使用crf 来计算损失，里面用到的优化方法是：最大似然估计，即在一个条件随机场里计算标签序列的log_likelihood 参数解析： inputs: [batch_size, max_s...

命名实体识别问题可以看做是一个序列标注问题，传统的机器学习算法有三种方法做序列标注，分别是隐马尔科夫（HMM）模型，最大熵模型和条件随机场（CRF）模型。 https://blog.youkuaiyun.com/Losteng/article/details/51037927 HMM模型将标注看做马尔科夫链，一阶马尔科夫链针对相邻标注的关系进行建模，其中每个标记对应一个概率函数。HM是一种生成模型，定义了联合...