图像增广 图像增广（image augmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的...

在源数据集（如ImageNet数据集）上预训练一个神经网络模型，即源模型 创建一个新的神经网络模型，即目标模型。它复制了源模型上除了输出层外的所...

使用文本情感分类来分析文本作者的情绪 同搜索近义词和类比词一样，文本分类也属于词嵌入的下游应用 建模步骤 文本情感分类数据 ——读取数据 ——预...

全局向量的词嵌入（GloVe） GloVe模型采用了平方损失，并基于该损失对跳字模型做了3点改动 在有些情况下，交叉熵损失函数有劣势，GloVe...

把词映射为实数域向量的技术也叫词嵌入 跳字模型 假设基于某个词来生成它在文本序列周围的词 每个词被表示成两个 d维向量，用来计算条件概率 训练中...

机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT） 主要特征：输出是单词序列而不是...

使用适当的学习率，沿着梯度反方向更新自变量可能降低目标函数值，梯度下降重复这一更新过程直到得到满足要求的解 学习率过大或过小都有问题，一个合适的...

尽管优化方法可以最小化深度学习中的损失函数值，但本质上优化方法达到的目标与深度学习的目标并不相同 优化方法目标：训练集损失函数值 深度学习目标：...