摘要：
代码： keras:https://github.com/phdowling/abcnn-keras tf:https://github.com/galsang/ABCNN 本文是Wenpeng Yin 该作者之前还发过一篇《Convolutional Neural Network Architec 阅读全文
posted @ 2018-05-27 16:10
乐乐章
阅读(825)
评论(0)
推荐(0)
摘要：
code:https://github.com/chantera/bicnn-mi Yin的这篇论文提出了一种叫Bi-CNN-MI的架构，其中Bi-CNN表示两个使用Siamese框架的CNN模型；MI表示多粒度的交互特征。Bi-CNN-MI包含三个部分： 句子分析模型 (CNN-SM) 这部分模型 阅读全文
posted @ 2018-05-26 21:57
乐乐章
阅读(834)
评论(0)
推荐(0)
摘要：
模型结构与原理 1. 基于CNN的句子建模 这篇论文主要针对的是句子匹配(Sentence Matching)的问题，但是基础问题仍然是句子建模。首先，文中提出了一种基于CNN的句子建模网络，如下图： 图中灰色的部分表示对于长度较短的句子，其后面不足的部分填充的全是0值(Zero Padding)。 阅读全文
posted @ 2018-05-26 17:54
乐乐章
阅读(1906)
评论(0)
推荐(0)
摘要：
Kalchbrenner’s Paper Kal的这篇文章引用次数较高，他提出了一种名为DCNN(Dynamic Convolutional Neural Network)的网络模型，在上一篇（Kim’s Paper）中的实验结果部分也验证了这种模型的有效性。这个模型的精妙之处在于Pooling的方 阅读全文
posted @ 2018-05-26 16:02
乐乐章
阅读(1118)
评论(0)
推荐(0)
摘要：
文本分类任务中可以利用CNN来提取句子中类似 n-gram 的关键信息。 TextCNN的详细过程原理图见下： keras 代码： 说明如下： 输入层 如图所示，，假设句子有 n 个词，vector的维数为 k ，那么这个矩阵就是 n×k 的。 这个矩阵的类型可以是静态的(static)，也可以是动 阅读全文
posted @ 2018-05-26 15:48
乐乐章
阅读(4446)
评论(0)
推荐(0)
摘要：
初次安装git配置用户名和邮箱 初次安装git需要配置用户名和邮箱， $ git config --global user.name "zle1992" $ git config --global user.email "625015879@qq.com" 注意：（引号内请输入你自己设置的名字，和你 阅读全文
posted @ 2018-05-25 11:38
乐乐章
阅读(24676)
评论(0)
推荐(0)
摘要：
sudo apt-get install software-name -o Acquire::http::proxy="http://用户名:密码@代理服务器IP:代理服务器端口" 如果不需要用户名和密码使用如下方式： sudo apt-get install software-name -o Ac 阅读全文
posted @ 2018-05-25 11:04
乐乐章
阅读(3069)
评论(0)
推荐(1)
摘要：
TimeDistributed这个层还是比较难理解的。事实上通过这个层我们可以实现从二维像三维的过渡，甚至通过这个层的包装，我们可以实现图像分类视频分类的转化。 考虑一批32个样本，其中每个样本是一个由16个维度组成的10个向量的序列。该层的批输入形状然后(32, 10, 16)。 可以这么理解，输 阅读全文
posted @ 2018-05-24 16:36
乐乐章
阅读(3533)
评论(0)
推荐(0)
摘要：
问题 在定义模型的时候，自定义了一个函数 模型保存之后，load 模型的时候报错： 解决 load 模型的时候需要指定custom object 参考： https://faroit.github.io/keras docs/2.1.5/getting started/faq/ handling c 阅读全文
posted @ 2018-05-24 16:17
乐乐章
阅读(1284)
评论(0)
推荐(0)
摘要：
综述： 本文将 CNN 与 FM(Factorization Machine) 结合，基于评论文本来进行评分预测。 简介： 目前将神经网络应用推荐系统的研究工作中，有一类思路是把如CNN等神经网络作为特征提取器，从图片、文本等辅助信息中提取特征向量， ’再融合到传统的如BPR, PMF等基于矩阵分解 阅读全文
posted @ 2018-05-19 15:31
乐乐章
阅读(706)
评论(0)
推荐(0)
浙公网安备 33010602011771号