摘要：
我们来想一下另一种方法的缺点： 一个简单的分类器如下 简单来说就是求出各个单词的\(e\)之后将他们加起来并平均然后传入\(\text{Softmax}\)层 这个算法有一个缺点就是忽略了单词的顺序，比如下面 这句话是一个很显然的负面评论，但是由于出现了很多次good，可能分类器会认为他是正面评论 阅读全文
posted @ 2025-03-06 12:39
最爱丁珰
阅读(65)
评论(0)
推荐(0)
摘要：
在层序softmax中，不是只有叶子节点才代表一个词元吗？那么为什么计算条件概率的时候要去看非叶子节点？非叶子节点代表什么？为什么非叶子节点有词向量？对此，deepseek的解释如下 在层序Softmax（Hierarchical Softmax）中，非叶子节点虽然不直接代表词元，但它们通过构建二叉 阅读全文
posted @ 2025-03-05 19:35
最爱丁珰
阅读(63)
评论(0)
推荐(0)
摘要：
现在考虑BERT的输入。一般来说NLP里面的输入都是成对的，比如机器翻译，有一个源句子还有一个目标句子。那么这里如何让输入是两个句子呢？我们只用拼接起来就好了，如下 <cls>表示classification，sep表示句子分隔符（separation）；Segment Embeddings就是用来 阅读全文
posted @ 2025-03-04 10:36
最爱丁珰
阅读(26)
评论(0)
推荐(0)
摘要：
BERT的任务是构建一个通用的模型，那么在NLP里面，语言模型（看一些词，预测下一个词）显然是最通用的，所以我们将BERT训练成一个语言模型，即带掩码的语言模型。但是Transformer是双向的，而语言模型是单向的，这显然就不能直接训练，于是这就是我们带掩码的原因。<mask>就是我们要填写的词， 阅读全文
posted @ 2025-03-04 10:35
最爱丁珰
阅读(79)
评论(0)
推荐(0)
摘要：
在我们已经训练好BERT后，BERT就可以对输入的每一个词元返回抽取了上下文信息的特征向量（也就是对于任意一个词元，将这个词元当做查询，所有词元当做键值对） 一些任务如下 这里将<cls>的特征向量传递给全连接层的原因就是因为<cls>本来就是用来分类的，所以肯定传这个。当然也可以传其他的，反正我们 阅读全文
posted @ 2025-03-04 08:49
最爱丁珰
阅读(78)
评论(0)
推荐(0)
摘要：
想想吴恩达讲的CV里面，复用其他网络的结构，只在最后一层加入一个全连接层，对这个全连接层进行微调，也就是如下过程 那么CV里面可以这么用，NLP里面当然也可以这么用，如下 我们只需要调整这个新增加的简单输出层即可 BERT说白了，就是只有编码器的Transformer 他有两个版本，见下 block 阅读全文
posted @ 2025-03-03 22:39
最爱丁珰
阅读(39)
评论(0)
推荐(0)
摘要：
 阅读全文
posted @ 2025-03-03 22:01
最爱丁珰
阅读(10)
评论(0)
推荐(0)
摘要：
注意，我们这里必须要将输入的前两维（batch_size和num_steps）结合起来，而不能将后两维（num_steps和dimension）结合起来，因为这里num_steps是变化的（num_steps是我们指定的超参数，指定之后编码器-解码器的确只能处理固定长度的序列，因为有truncate 阅读全文
posted @ 2025-03-03 21:50
最爱丁珰
阅读(58)
评论(0)
推荐(0)
摘要：
CNN怎么做序列？实际上之前已经接触过了，就是把序列当成没有高只有宽的图片而已 将书上讲的复杂度汇总如下 CNN 计算复杂度：进行一次卷积计算，由于卷积层大小为\(k\)，输入有\(d\)个通道，所以复杂度为\(O(kd)\)；由于序列长为\(n\)，所以计算完输出的一个通道的时间复杂度为\(O(k 阅读全文
posted @ 2025-03-03 15:09
最爱丁珰
阅读(84)
评论(0)
推荐(0)
浙公网安备 33010602011771号