NTU深度学习笔记3
来源:互联网 发布:复杂网络 newman 编辑:程序博客网 时间:2024/05/22 03:40
- Structred Linear Model
- Structured Support Vector Machine
- Sequence Labeling Problem
- HMM
- CRF
- Structured SVM
- Summary
- Introduction of SVMstruct
- Learning with Hidden Information
- Graphical Model
- Markov Logic Network
- Deep Learning for Human Language Processing
- Deep Learning for Language Modeling
- Unsupervised Learning
- Attention-Based Model
- Machine Translation
- Image Caption Generation
- Reading Comprehension
Structred Linear Model
这节课介绍了上节课的几个问题的解决。
首先一个问题是估计函数
为参数和函数的内积。函数
第二个问题是如何解决
第三个问题是如何训练。
算法如下:
大概思想是正确的向量
因此总结来说,将三个问题化简为两个问题:
Structured Support Vector Machine
这节课简要介绍了Structured SVM。
并介绍了Cutting Plane算法来训练
Sequence Labeling Problem
介绍了Sequence Labeling问题,即输入是一个序列,输出也是一个序列的问题。RNN可以解决这个问题,但Structured Learning也能解决。
实际应用的一个例子是语法分析。
HMM
从HMM的角度分析这个问题,步骤一是先基于语法生成一个POS序列;步骤二是基与生成的语法序列和词典,生成语句。
将两个步骤合并起来:
求解的时候可以直接计算
而计算方法是viterbi算法,时间复杂度由暴力枚举所有可能
总而言之,HMM包含以下三个过程:
CRF
接着简要介绍了CRF算法,对比了HMM。
CRF算法:
Structured SVM
常用框架:
在Speech Recognition中:CNN/RNN or LSTM/DNN + HMM。
在Semantic Tagging中:Bi-directional RNN/LSTM+CRF/Structured SVM。
Summary
Introduction of SVMstruct
简要介绍了python中structured SVM的tool用法。
Learning with Hidden Information
这节课首先介绍了不同种类的学习。
引入了对隐藏变量的学习。
例子有:Sentiment Analysis,Summarization,Speech Recognition,Machine Translation。
解决问题的方法依旧是2个步骤3个问题的大框架。
2个步骤:
3个问题:
然后以object detection作为例子来介绍Structured SVM with Hidden Information:
一个相同的物体,从不同角度来看,形状特征有可能是完全不一样的。可以有两种方法来解决物体的监测,第一种方法是枚举物体的有限形态;第二种方法是从data中学习出物体的本质特征,用到EM-like算法。
Graphical Model
图模型是一种描述估计函数(evaluation function)的语言。即将
这节课只简要介绍了factor graph 和MRF。
Factor Graph:
MRF:
是用最大联通块来表示的。
Markov Logic Network
简要介绍了MLN,以及MLN如何训练。
Deep Learning for Human Language Processing
简要介绍了DSSM、RNN、Unsupervised Learning在NLP中的应用。
Deep Learning for Language Modeling
一个语言模型衡量的是一个单词串的概率。
之后介绍了基于语言模型的神经网络,RNN模型。
Unsupervised Learning
简要介绍了Unsupervised Learning,Restricted Boltzmann Machine。
Attention-Based Model
这节课介绍了Attention-Based Model,并举了几个具体的例子。
Machine Translation
Image Caption Generation
Reading Comprehension
- NTU深度学习笔记3
- NTU-Coursera机器学习:Types of Learning
- NTU-Coursera机器学习:Noise and Error
- Keras深度学习框架学习笔记(3)
- 深度学习学习笔记
- 深度学习学习笔记
- 深度学习学习笔记
- 深度学习学习笔记
- 《c语言深度剖析》学习笔记3
- 深度学习文献阅读笔记(3)
- Hibernate深度学习笔记
- 深度学习笔记
- 深度学习笔记1
- 深度学习笔记整理
- 深度学习笔记
- Google 深度学习笔记
- 深度学习笔记一
- 深度学习笔记二
- Flume集群搭建
- [HDU 5880] Family View (AC自动机)
- 函数INIT_DELAYED_WORK() / queue_delayed_work()
- 基于FPGA的按键控制LED的循环左移一位
- web前端-HTML列表-012
- NTU深度学习笔记3
- VS编译时,输出文件不能改写
- Android Service演义
- etcd 使用入门
- RXJava 简介
- Java面试题大全(流行的框架部分)
- 二分法查找
- Android笔记之(图片高斯+Glide实现微信图片加载策略+仿微信进度条)
- 深入浅出 React Native:使用 JavaScript 构建原生应用