HeaderTopStart
HeaderTopEnd

[MXNet/Gluon] 动手学深度学习第十六课:词向量(word2vec)

---- 硬币 -- 收藏 --
一起来动手学深度学习吧!
投稿:19粉丝:1.0万
收藏0
硬币--
稍后看马克一下~
用手机看转移阵地~
[MXNet/Gluon] 动手学深度学习第十六课:词向量(word2vec)

哔哩哔哩客户端或其他应用扫描二维码

手机下视频
[MXNet/Gluon] 动手学深度学习第十六课:词向量(word2vec)

请使用哔哩哔哩客户端扫码
若未安装客户端,可直接扫此码下载应用

未经作者授权 禁止转载
词向量(word embedding)已逐渐成为自然语言处理的基础知识。 本课将以word2vec为例,着重介绍两套模型:跳字模型(Skip-gram)和连续词袋模型(CBOW),以及两套近似训练法:负采样(Negative sampling)和层序softmax(Hierarchical softmax) [10 mins]:词向量和word2vec概述。 [15 mins]:跳字模型。 [15 mins]:连续词袋模型。 [10 mins]:负采样。 [10 mins]:层序softmax

看过该视频的还喜欢