2016年7月20日

条件随机场理论分析CRF(Conditional Random Field)

摘要: 条件随机场模型是Lafferty等人于2001年在最大熵模型和隐马尔模型的基础上提出的一种无向图学习模型,是一种用于标注和切分有序数据的条件概率模型。由于条件随机场的判别性质和选取特征的高灵活性,条件随机场已经被成功且广泛的用于解决序列标注问题,显著地应用在自然语言处理和语音处理问题。 阅读全文
posted @ 2016-07-20 15:27 jh.ding 阅读(767) 评论(0) 推荐(0) 编辑

受限玻尔兹曼机和深度置信网络

摘要: 2016-07-20 11:21:33 1受限玻尔兹曼机 梯度下降法(以及相关的L-BFGS算法等)在使用随机初始化权重的深度网络上效果不好的技术原因是:梯度会变得非常小。具体而言,当使用反向传播方法计算导数的时候,随着网络的深度的增加,反向传播的梯度(从输出层到网络的最初几层)的幅度值会急剧地减小 阅读全文
posted @ 2016-07-20 11:33 jh.ding 阅读(22664) 评论(1) 推荐(1) 编辑

深度学习的起源、发展和现状

摘要: 2016-07-20 11:07:04 1深度学习的起源[1] 人工智能(Artificial Intelligence)就像长生不老和星际漫游一样,是人类最美好的梦想之一。虽然计算机技术已经取得了长足的进步,但是到目前为止,还没有一台电脑能产生“自我”的意识。计算机能够具有人的意识起源于图灵测试( 阅读全文
posted @ 2016-07-20 11:05 jh.ding 阅读(76863) 评论(1) 推荐(7) 编辑