摘要: One-hot编码 整合成一个稀疏矩阵,那问题来了,稀疏矩阵(二维)和列表(一维)相比,有什么优势? 很明显,计算简单嘛,稀疏矩阵做矩阵计算的时候,只需要把1对应位置的数相乘求和就行,也许你心算都能算出来;而一维列表,你能很快算出来?何况这个列表还是一行,如果是100行、1000行和或1000列呢? 阅读全文
posted @ 2020-05-03 10:05 Kang- 阅读(708) 评论(0) 推荐(1) 编辑
摘要: 先验证集是不参与梯度下降的过程的,所以我想那么做也是可以,只是和使用验证集的初衷不一样了(其实就是没理解验证集在干嘛,还说的那么好听 😦)。 验证集的作用: 使用验证集是为了 快速调参,也就是用验证集选择超参数(网络层数,网络节点数,迭代次数,学习率这些)。另外用验证集还可以监控模型是否异常(过拟 阅读全文
posted @ 2020-04-24 10:29 Kang- 阅读(913) 评论(0) 推荐(0) 编辑
摘要: https://www.cnblogs.com/wangduo/p/6773601.html?utm_source=itdadao&utm_medium=referral 阅读全文
posted @ 2020-04-23 10:40 Kang- 阅读(175) 评论(0) 推荐(0) 编辑
摘要: 什么是 Word2vec? 在聊 Word2vec 之前,先聊聊 NLP (自然语言处理)。NLP 里面,最细粒度的是 词语,词语组成句子,句子再组成段落、篇章、文档。所以处理 NLP 的问题,首先就要拿词语开刀。 举个简单例子,判断一个词的词性,是动词还是名词。用机器学习的思路,我们有一系列样本( 阅读全文
posted @ 2020-04-22 20:06 Kang- 阅读(322) 评论(0) 推荐(0) 编辑
摘要: 计划启动,学习多方面的计算机知识。加油,少玩游戏 阅读全文
posted @ 2020-04-22 17:22 Kang- 阅读(92) 评论(0) 推荐(0) 编辑