2018年5月1日

摘要： 接着上一篇讲。 中文解析链接！！！很清楚！！！ 我们发现构建一个这样的三层网络需要太多的features 了，这样会使计算大大增加。所以我们必须做一些修改， 1.在模型中将常用单词对或短语视为单个“单词”。比如：“我擦”的意思和 “我” & “擦”是不一样的。在此不再详细解释2.对频繁的词进行子采样 阅读全文

摘要： 详细介绍链接在此 word2vec的中文介绍简单易懂！！！ skip-gram模型的简单介绍 skip-gram模型简单来讲就是在一大段话中，我们给定其中一个词语，希望预测它周围的词语，将词向量作为参数，通过这种方式来训练词向量，最后能够得到满足要求的词向量。而一般来讲，skip-gram模型都是比 阅读全文

摘要： 每次read的执行都会从文件中读取一行内容， decode_csv 操作会解析这一行内容并将其转为张量列表。value就是每一行包含所有feature x1 x2 x3.....的tensor。如果输入的参数有缺失，record_default参数可以根据张量的类型来设置默认值。 col1 表示所有 阅读全文