随笔分类 - NLP
摘要：参考：https://blog.csdn.net/m0_37490039/article/details/79378143 ##DNN DNN(全连接深度神经网络)，每个神经元都与相邻层的神经元连接。 DNN在训练后能够正确地分类，那肯定是它在训练中学到了东西，学到什么东西呢？它学到了图片中的某些空
阅读全文
摘要：##什么是欠拟合 训练样本被提取的特征比较少，导致训练出来的模型不能很好地匹配，表现得很差，甚至样本本身都无法高效的识别 ##什么是过拟合 所建的机器学习模型或者是深度学习模型在训练样本中表现得过于优越，导致在验证数据集以及测试数据集中表现不佳。过拟合就是学到了很多没必要的特征，遇到了新样本这些错误
阅读全文
摘要：##什么是过拟合 过拟合，指的是模型在训练集上表现的很好，但是在交叉验证集合测试集上表现一般，也就是说模型对未知样本的预测表现一般，泛化（generalization）能力较差。通俗一点地来说过拟合就是模型把数据学习的太彻底，以至于把噪声数据的特征也学习到了。 （图片来源：coursera 吴恩达机
阅读全文
摘要：##查阅Tensorflow与python cuda cudnn版本对应问题 https://tensorflow.google.cn/install/source_windows windows:10 python:3.8 tensorflow:gpu2.3.0 ##cuda10.1下载 链接:
阅读全文
摘要：https://github.com/OYE93/Chinese-NLP-Corpus
阅读全文
摘要：机器学习 人工找特征 让电脑校对这些特征 计算最优表现 深度学习 电脑自己找特征（获得多层习得特征） 深度学习来学习高维向量，将词放在高维向量空间中，这些空间就是词义空间 词义相同的形成聚集块 坐标轴并没有实际意义，用了降维分析后会丢失空间中许多信息 将词的每个部分都想象成向量的一部分 ##目标 通
阅读全文
