CRF的理解

之前写过一篇关于CRF的文章，当时写完还是云里雾里的感觉，今天重新深入看了一下，其实我当时的主要疑问是如何最小化负对数似然函数，之前连似然函数是啥都不知道，现在大概知道了，有两种方法，一是通过梯度下降来求解最小值，二是

image.png
与其说是CRF的理解，不如说是Viterbi算法的理解，CRF的解码部分用到了维特比算法。
image.png
其中动态规划是很重要的一点
image.png
如果理解了这个就不难理解维特比算法了。我觉得在动态规划中最重要的点就是

  • 分解为子问题，计算各子问题的解
  • 保存可能达到全局最优解的局部解
  • 得到最后一个子问题的最优解，回溯，得到获取最优解的路径
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容

  • 对CRF的理解
    定义： 条件场是随机变量的集合，这些随机变量根据概率分布被赋予相应的值。 形象比喻： 假设你有一组关于 Justi...
    Van_Tinker阅读 6,760评论 0赞 1
  • Hulu面试题(三)
    https://mp.weixin.qq.com/s/BuHiG9FjX-OiSNWx3KquQQ 17.随机梯度...
    _龙雀阅读 9,188评论 0赞 4
  • 分词算法综述
    更好的阅读体验请跳转至分词算法综述[https://xv44586.github.io/2019/10/22/cu...
    小蛋子阅读 5,813评论 1赞 9
  • 机器学习中常用的优化算法总结
    [TOC]优化算法是机器学习中的“方法论”，优化算法会告诉机器应该如何优化学习的进程，让自己能够更好地掌握学习到的...
    JuneHsia阅读 8,259评论 0赞 0
  • 机器学习笔记
    以西瓜书为主线，以其他书籍作为参考进行补充，例如《统计学习方法》，《PRML》等 第一章 绪论 1.2 基本术语 ...
    danielAck阅读 10,175评论 0赞 5

友情链接更多精彩内容