RNN学习(一) 神经网络概述
来源:互联网 发布:ps软件百度云 编辑:程序博客网 时间:2024/06/06 09:01
- 参考LectureNotes3
- 神经网络可用于非线性分类
- 如图
- 神经元接受n个输入,产生一个输出
- 神经元输出函数可以有
- sigmoid
也可以表示称 - binary logistic regression
- softmax 等等
- sigmoid
- 例如想知道”Museums in Paris are amazing”中Paris是否是一个命名实体。可以使用如下网络建立一个分类器。
- 假设我们用一个4维词向量表示一个词,使用5个词的窗口作为输入,则输入x是一个20维向量,使用8个sigmoid函数作为隐层,产生一个输出数据,则
- 最优化措施:maximum margin objective,确保计算出正确标签的分数比计算出错误标签的分数高。令
s 表示计算出正确标签的窗口”Museums in Paris are amazing”,sc 表示计算出错误标签的窗口”Not all museums in Paris”,则目标函数是最大化(s−sc) 或最小化(sc−s) 。 但由于我们只关心正确的分数比错误的分数高,因此若sc>s 则error=(sc−s) ,否则为0,即 或者更加精确 - 梯度下降算法
- 假设我们用一个4维词向量表示一个词,使用5个词的窗口作为输入,则输入x是一个20维向量,使用8个sigmoid函数作为隐层,产生一个输出数据,则
- 如图
- 梯度检查
- 正则化
- 一些常见的神经元函数:sigmoid, tanh, soft sign, relu
- 初始化:
- 学习速率:Adagrad
0 0
- RNN学习(一) 神经网络概述
- 【深度学习】RNN(循环神经网络)
- 概述 循环神经网络(RNN-Recurrent Neural Network)(1)
- Recurrent Neural Network系列1--RNN(循环神经网络)概述
- 深度学习(Deep Learning)读书思考六:循环神经网络一(RNN)
- 深度学习——循环神经网络RNN(一)_反向传播算法
- 循环神经网络(RNN)
- 循环神经网络(RNN)
- 递归神经网络(RNN)
- 循环神经网络(RNN)
- RNN(循环神经网络)
- 人工神经网络(一)概述
- 人工神经网络(一)概述
- 循环神经网络(RNN)学习资源
- 深度学习:循环神经网络RNN
- RNN循环神经网络学习笔记
- 关于LSTM(递归神经网络RNN)的学习资料
- 深度学习(06)_循环神经网络RNN和LSTM_01
- java ReentrantLock重入锁的实现
- 使用Android studio发布项目到jcenter
- selenium webdriver 学习总结-数据驱动(六)
- A - Use of Function Arctan[SPOJ]
- 详解 Android 是如何启动的
- RNN学习(一) 神经网络概述
- 第12周项目-1实现复数类中的运算符重载 (3)
- Unix 安装MySQL
- Problem I
- Best Practices and Recommendations for RAC databases with SGA size over 100GB (文档 ID 1619155.1)
- Selenium Webdriver 学习总结-Advanced Usage-Cookie、Profile(七)
- SpringAOP:AspectJ环境的搭建及用法
- Unity SendMessage
- web项目中将上传的文件保存到服务器的某个文件夹,保证clean tomcat时不会被清理掉