主要的有点就是快，用途就是用于文本分类，模型结构如上，主要是通过embedding将文本转换成向量，然后进行mean-pooling，然后输入到hidden隐向量中，通过softmax输出多分类，损失函数是对数似然损失函数（log-likelihood loss）.
Bag of Tricks for Efficient Text Classification（FastText）
WitsMakeMen2023-10-22 13:48
相关推荐
Dawson Zhu4 小时前
【Runtime推理引擎①】Runtime架构设计：从Session到Graph Executor的完整骨架Zzj_tju16 小时前
准确率不变，概率质量也不变吗？Zzj_tju17 小时前
长期记忆让智能体更可靠，还是让错误持续累积？JAVA_AI人工智能项目实战1 天前
深度学习实验笔记小海测评1 天前
生成式引擎优化技术解析：大语言模型外部内容采信机制与工程实践xiaoye-duck1 天前
《C++ 项目：手写大模型接入 SDK》DeepSeek接口设计（上）：初始化和全量响应Dawson Zhu2 天前
【AI编译器入门⑥】端到端编译流程实战：ONNX → TVM → TensorRT全链路江屿风2 天前
【Plain Language Large Model】【从麦当劳点餐到Redis接入：MCP如何让AI工具集成变简单】流食般投喂AI模型调用笔记2 天前
Copilot Fusion：用 Python 跑通模型级联硅谷秋水2 天前
自演化智能体驾驭