自然語言處理導(dǎo)論 課件 第3章 神經(jīng)網(wǎng)絡(luò)和神經(jīng)語言模型_第1頁
自然語言處理導(dǎo)論 課件 第3章 神經(jīng)網(wǎng)絡(luò)和神經(jīng)語言模型_第2頁
自然語言處理導(dǎo)論 課件 第3章 神經(jīng)網(wǎng)絡(luò)和神經(jīng)語言模型_第3頁
自然語言處理導(dǎo)論 課件 第3章 神經(jīng)網(wǎng)絡(luò)和神經(jīng)語言模型_第4頁
自然語言處理導(dǎo)論 課件 第3章 神經(jīng)網(wǎng)絡(luò)和神經(jīng)語言模型_第5頁
已閱讀5頁，還剩1頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

《自然語言處理導(dǎo)論》第3章神經(jīng)網(wǎng)絡(luò)和神經(jīng)語言模型神經(jīng)元模型M-P神經(jīng)元模型（McCullochandPitts,

1943）

神經(jīng)元（neuron）模型神經(jīng)元模型神經(jīng)網(wǎng)絡(luò)模型

感知機(jī)與多層網(wǎng)絡(luò)算法：隨機(jī)梯度下降法（stochastic

gradient

descent）

感知機(jī)（線性可分的二分類問題）感知機(jī)與多層網(wǎng)絡(luò)

算法：誤差逆?zhèn)鞑ニ惴ǎ╡rror

Back

Propagation）多層前饋神經(jīng)網(wǎng)絡(luò)（multi-layer

feedforward

neural

networks）深度學(xué)習(xí)模型復(fù)雜度增加隱層神經(jīng)元的數(shù)目(模型寬度)增加隱層數(shù)目（模型深度）從增加模型復(fù)雜度的角度看，增加隱層的數(shù)目比增加隱層神經(jīng)元的數(shù)目更有效。這是因?yàn)樵黾与[層數(shù)不僅增加額擁有激活函數(shù)的神經(jīng)元數(shù)目，還增加了激活函數(shù)嵌套的層數(shù)

典型的深度學(xué)習(xí)模型就是很深層的神經(jīng)網(wǎng)絡(luò)復(fù)雜模型難點(diǎn)多隱層網(wǎng)絡(luò)難以直接用經(jīng)典算法（例如標(biāo)準(zhǔn)BP算法）進(jìn)行訓(xùn)練，因?yàn)檎`差在多

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論