标签:语境 卷积 Train 网络层 h5 循环 神经 RecapSentiment more
目录
- Recap
- Sentiment Analysis
- Proposal
- S1.Weight sharing
- Naive version
- Weight share
- S2.Consistent memory
- Unfolded model
- Formulation
- Overall Diagram
- One more thing
- How to Train?
Recap
Sentiment Analysis
Proposal
Long sentence
- 100 + words
- too much parameters[\(w_N,b_N\)]
No context information
- consistent tensor
S1.Weight sharing
- 类似于卷积的卷积核,卷积视野,权重分享
Naive version
Weight share
- 权重分享
S2.Consistent memory
- 需要一个东西存储语境,也就是每个单词的语境信息
- 不断地对语境信息进行堆叠得到h5,直接使用h5作为判断标准
Unfolded model
- 在时间轴上折叠,不断地更新h
Formulation
- 通过激活函数tanh不断地叠加上个时间戳的信息
Overall Diagram
- 全览分解图
One more thing
How to Train?
标签:语境,卷积,Train,网络层,h5,循环,神经,RecapSentiment,more 来源: https://blog.51cto.com/u_13804357/2709171
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。