unsupervised learning--word embedding李宏毅机器学习笔记
1-N word vector 词相对独立,无法取得词与词之间的关系
因此需要采用word embedding,共有两种方法:
1.count base
采用计数的方法,将两个词一同出现的频率与两个词的向量內积联系起来,使內积尽量靠近频率
2.prediction base
提供上下文的1-N word vector为输入,将第一层输出作为word embedding,为了减少参数,另所有输入的词权重相同(没有先后顺序),做法是给予相同的初始值,同时减去相同的gradient值。
采用神经网络的效果最好,但是不是深层神经网络,大概是因为非deep的网络运算效率高训练速度快,可以输入大量数据。
可以用于影像辨识,建立起图片与词汇(分类)之间的关系,对新出现的图片类型有效
unsupervised learning--word embedding李宏毅机器学习笔记相关推荐
- 【李宏毅机器学习】Unsupervised Learning - Word Embedding 无监督学习 - 词嵌入(p22) 学习笔记
文章目录 Unsupervised Learning Word Embedding 用一个vector来表示一个word的几种方法 1-of-N Encoding Word Class Word Em ...
- 李宏毅老师课程:Unsupervised Learning - Word Embedding
词嵌入:word embedding Introduction Word Embedding Count based Prediction based Sharing Parameters Train ...
- 【李宏毅2020 ML/DL】P22 Unsupervised Learning - Word Embedding
我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的.自己不知道的东西. 已经有人记了笔记(很用心,强烈推荐):https://github.com/Sakura-gh/ML-note ...
- Meta learning - metric-based approach 李宏毅机器学习笔记
Siamese Network 孪生网络,通常不会放在meta learning里面 但是李宏毅就要把这个网络放在meta learning里面讲 所以为什么孪生网络可以看成meta learning ...
- 【李宏毅机器学习笔记】 17、迁移学习(Transfer Learning)
[李宏毅机器学习笔记]1.回归问题(Regression) [李宏毅机器学习笔记]2.error产生自哪里? [李宏毅机器学习笔记]3.gradient descent [李宏毅机器学习笔记]4.Cl ...
- 李宏毅svm_【李宏毅机器学习笔记】 18、支持向量机(Support Vector Machine,SVM)...
[李宏毅机器学习笔记]1.回归问题(Regression) [李宏毅机器学习笔记]2.error产生自哪里? [李宏毅机器学习笔记]3.gradient descent [李宏毅机器学习笔记]4.Cl ...
- 【李宏毅机器学习笔记】 23、循环神经网络(Recurrent Neural Network,RNN)
[李宏毅机器学习笔记]1.回归问题(Regression) [李宏毅机器学习笔记]2.error产生自哪里? [李宏毅机器学习笔记]3.gradient descent [李宏毅机器学习笔记]4.Cl ...
- 台大李宏毅Machine Learning 2017Fall学习笔记 (16)Unsupervised Learning:Neighbor Embedding
台大李宏毅Machine Learning 2017Fall学习笔记 (16)Unsupervised Learning:Neighbor Embedding
- 李宏毅深度学习--《Unsupervised Learning:Neighbor Embedding》
<Unsupervised Learning:Neighbor Embedding> Manifold Learning Locally Linear Embedding (LLE) La ...
最新文章
- R语言包_reshape2
- 北京大学崔斌教授组招收图机器学习、AutoML等方向科研实习生
- 日志系统的设计与实现_it运维管理系统|综合运维的设计与实现
- 文件上传服务器jvm调优,JVM性能调优解决方案(12页)-原创力文档
- iOS5.1 + XCode4.5 device debug,the screen will ...
- JavaWeb黑马旅游网-学习笔记08【旅游线路详情】
- haskell 求列表最大值_Haskell和自然数之基础篇
- ubuntu上安装 ibus Google拼音输入法
- Grow heap (frag case) to 6.437MB for 1114126-byte allocation
- python反转排列_生成列表元素对的每个排列,而不重复或反转对
- tamtam-nuget-imageserver
- 人工智能导论测试题——第3章自动推理与专家系统
- 产品基础——认识竞品分析
- Clustering by Passing Messages Between Data Points 吸引力传播聚类 AP聚类
- 决策树和随机森林预测员工离职率学习代码
- OpenStack Cinder特性之Volume-backed image介绍与验证
- AppStore上线审核“App预览和截屏”chrome上的截屏参数
- 这次把怎么做好一个PPT讲清-演讲篇
- java八大数据类型_java的八大基本数据类型分别是什么?
- 涨知识!原来中国南海岛礁竟有这么诗情画意的名字!
热门文章
- 雅虎金融 api_使用PHP和Yahoo!获得货币汇率 金融CSV API
- 【优化求解】基于乌燕鸥算法STOA求解最优目标matlab代码
- 比Excel还好用的web报表工具,果然国产最佳
- 最长公共子序列(O(n)空间优化、O(nlogn)时间优化)
- AWS Submit 2016 观感
- 关于WAMP安装后出现403的解决方法
- cpython_cpython使用
- 如果微软狠心鸿蒙系统,微软将发布新的操作系统,剑指华为鸿蒙系统,谁能更胜一筹?...
- 如何查看微信是不是好友,是不是单向好友,是不是被拉黑了
- GridView常用属性大全