分享一个关于介绍TextCNN和TextRNN的文章
本文共 269 字，大约阅读时间需要 1 分钟。
关于理解TextCNN的两幅比较好的图
详细过程和原理 
其中作为输入的词嵌入矩阵通常可以通过两种方法得到：static的方法和non-static的方法。
static的方法就是直接用word2vec训练好的词向量构成词嵌入矩阵，且后面训练的时候不对其进行更新；而non-static的方法是随机初始化词嵌入矩阵，再在后面训练的时候对其进行更新。还有一种更常用的是用word2vec训练好的词向量初始化，再在后面训练时对其进行fine-tune，就跟图像CNN中对在ImageNet上预训练的模型进行fine-tune一样。更多内容详见
转载地址：http://zzhkb.baihongyu.com/
你可能感兴趣的文章
LightGBM 如何调参
查看>>
用 TensorFlow.js 在浏览器中训练神经网络
查看>>
cs230 深度学习 Lecture 2 编程作业： Logistic Regression with a Neural Network mindset
查看>>
梯度消失问题与如何选择激活函数
查看>>
为什么需要 Mini-batch 梯度下降，及 TensorFlow 应用举例
查看>>
为什么在优化算法中使用指数加权平均
查看>>
什么是 Q-learning
查看>>
用一个小游戏入门深度强化学习
查看>>
5 分钟入门 Google 最强NLP模型：BERT
查看>>
初探Java设计模式4：一文带你掌握JDK中的设计模式
查看>>
初探Java设计模式5：一文了解Spring涉及到的9种设计模式
查看>>
Java集合详解1：一文读懂ArrayList,Vector与Stack使用方法和实现原理
查看>>
Java集合详解2：一文读懂Queue和LinkedList
查看>>
Java集合详解3：一文读懂Iterator，fail-fast机制与比较器
查看>>
Java集合详解4：一文读懂HashMap和HashTable的区别以及常见面试题
查看>>
Java集合详解5：深入理解LinkedHashMap和LRU缓存
查看>>
Java集合详解6：这次，从头到尾带你解读Java中的红黑树
查看>>
Java集合详解7：一文搞清楚HashSet，TreeSet与LinkedHashSet的异同
查看>>
Java集合详解8：Java集合类细节精讲，细节决定成败
查看>>
Java并发指南1：并发基础与Java多线程
查看>>