从零实现深度学习框架——N-Gram语言模型(一)

本文介绍了从零构建深度学习框架的思路,侧重讲解自然语言处理中的基本概念——N-Gram语言模型。通过N-Gram模型,我们可以为单词序列赋予概率,用于预测下一个单词。文章探讨了语言模型的概念,N-Gram模型的原理,以及如何通过最大似然估计计算概率。还讨论了评估语言模型的困惑度指标。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

引言

本着“凡我不能创造的,我就不能理解”的思想,本系列文章会基于纯Python以及NumPy从零创建自己的深度学习框架,该框架类似PyTorch能实现自动求导。
💡系列文章完整目录: 👉点此👈
要深入理解深度学习,从零开始创建的经验非常重要,从自己可以理解的角度出发,尽量不适用外部框架的前提下,实现我们想要的模型。本系列文章的宗旨就是通过这样的过程,让大家切实掌握深度学习底层实现,而不是仅做一个调包侠。

从本文开始就来了解自然语言处理(Natural Language Processing)的基本知识。虽然标题是从零实现深度学习框架,但还是偏重于NLP方面的相关技术。其中最重要的就是L(Language),那么就不得不提到语言模型(Language model)了,本文主要介绍n-gram语言模型。

语言模型

给定一个句子,要如何预测下一个单词呢?

明犯强汉者,虽远必_

可能你猜到下一个单词是“诛”。这里

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

愤怒的可乐

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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。

余额充值