bamtercelboo

摘要： Simple Recurrent Unit 阅读全文

摘要： 导读 本文简单的介绍了Google 于 2013 年开源推出的一个用于获取 word vector 的工具包（word2vec），并且简单的介绍了其中的两个训练模型（Skip gram，CBOW），以及两种加速的方法（Hierarchical Softmax，Negative Sampling）。 阅读全文

摘要： 导读 本文讨论了深层神经网络训练困难的原因以及如何使用Highway Networks去解决深层神经网络训练的困难，并且在pytorch上实现了Highway Networks。 一 、Highway Networks 与 Deep Networks 的关系 深层神经网络相比于浅层神经网络具有更好的 阅读全文

摘要： 一 、Highway Networks 与 Deep Networks 的关系 深层神经网络相比于浅层神经网络具有更好的效果，在很多方面都已经取得了很好的效果，特别是在图像处理方面已经取得了很大的突破，然而，伴随着深度的增加，深层神经网络存在的问题也就越大，像大家所熟知的梯度消失问题，这也就造成了训 阅读全文

摘要： （Demo） 这是最近两个月来的一个小总结，实现的demo已经上传github，里面包含了CNN、LSTM、BiLSTM、GRU以及CNN与LSTM、BiLSTM的结合还有多层多通道CNN、LSTM、BiLSTM等多个神经网络模型的的实现。这篇文章总结一下最近一段时间遇到的问题、处理方法和相关策略， 阅读全文

摘要： windows 安装参考 https://bamtercelboo.github.io/2017/07/26/ubuntu-windows%E5%AE%89%E8%A3%85pytorch/ 1、下载Anaconda3 首先需要去Anaconda官网下载最新版本Anaconda3(https://w 阅读全文

摘要： 导读 最近在做中文词向量相关工作，其中看了一些中文词向量的相关论文，在这篇文章，将把近几年的中文词向量进展及其模型结构加以简述，大概要写3 4篇综述，每篇包含2 3篇论文。续 "中文词向量论文综述（三）" 。 一、Enriching Word Vectors with Subword Informa 阅读全文

摘要： 导读 最近在做中文词向量相关工作，其中看了一些中文词向量的相关论文，在这篇文章，将把近几年的中文词向量进展及其模型结构加以简述，大概要写3 4篇综述，每篇包含2 3篇论文。续 "中文词向量论文综述（二）" 。 一、Learning Chinese Word Representations From 阅读全文

摘要： 导读 最近在做中文词向量相关工作，其中看了一些中文词向量的相关论文，在这篇文章，将把近几年的中文词向量进展及其模型结构加以简述，大概要写3 4篇综述，每篇包含2 3篇论文。续 "中文词向量论文综述（一）" 。 一、Improve Chinese Word Embeddings by Exploiti 阅读全文

摘要： 导读 前段时间看了一些有关中文词向量的论文，不过由于时间原因，最近几天才完成了整理，一共写了4篇综述，每篇包含2 3篇论文，链接里面是详细内容。 Paper 1. "Component Enhanced Chinese Character Embeddings" 这是一篇2015年发表在 会议上的论 阅读全文

摘要： 导读 最近在做中文词向量相关工作，其中看了一些中文词向量的相关论文，在这篇文章，将把近几年的中文词向量进展及其模型结构加以简述，大概要写3 4篇综述，每篇包含2 3篇论文。 一、Component Enhanced Chinese Character Embeddings 论文来源 这是一篇2015 阅读全文

摘要： 最近在做词向量相关工作，训练的词向量如何进行评测？本文将从业界使用最广泛的两个评测任务进行阐述，包括相似度任务（`word similarity task`）和词汇类比任务(`word analogy task`)，这里已经写好了相关评测脚本（[Word_Similarity_and_Word_Analogy](https://github.com/bamtercelboo/Word_Similarity_and_Word_Analogy)），包括中文词向量评测脚本和英文V词向量评测脚本，方便大家使用。 阅读全文

摘要： 最近在做词向量相关工作，词向量的训练数据采用中文维基百科数据，训练之前，要对维基百科数据进行处理，这篇文章记录了一些处理过程及相关的脚本。 阅读全文

摘要： 本文对AAAI 2018(Association for the Advancement of Artificial Intelligence 2018)高分录用的一篇中文词向量论文（[cw2vec: Learning Chinese Word Embeddings with Stroke n-gram Information](http://www.statnlp.org/wp-content/uploads/papers/2018/cw2vec/cw2vec.pdf)）进行简述与实现，这篇论文出自蚂蚁金服人工智能部。本文将从背景知识、模型简介、c++实现、实验结果、结论等几个方面来进行阐述。 阅读全文