【跟马少平老师学AI】-【神经网络是怎么实现的】(七-2)word2vec模型

一句话归纳:
1)CBOW模型:

  • 2c个向量是相加,而不是拼接。

2)CBOW模型中的哈夫曼树:

  • 从root开始,向左为1,向右为0。
  • 叶子结点对应词有中的一个词。
  • 每个词对应唯一的编码。
  • 词编码不等长。

3)CBOW模型输出为到达哈夫曼树每一个非叶子结点时向右走的概率。

  • 计算每个叶子结点的概率,以图为例W2的概率为
  • 取对数取反,作损失函数
相关推荐
一点一木9 小时前
深度体验TRAE SOLO移动端7天:作为独立开发者,我把工作流揣进了兜里
前端·人工智能·trae
Lee川10 小时前
mini-cursor 揭秘:从 Tool 定义到 Agent 循环的完整实现
前端·人工智能·后端
weelinking11 小时前
【产品】00_产品经理用Claude实现产品系列介绍
数据库·人工智能·sql·数据挖掘·github·产品经理
Agent产品评测局11 小时前
制造业模具管理AI系统,主流产品能力对比详解:2026年智能制造选型深度洞察
人工智能·ai·chatgpt·制造
研华科技Advantech11 小时前
如何用一套实训设备,打通工业AI预测性维护技术全流程?
人工智能
Lab_AI11 小时前
AI for Science: MaXFlow AI Agent+ 报告体验双升级,让AI智能体更高效易用!
人工智能·ai for science·ai agent·ai智能体
李坤12 小时前
让 Codex 和 Claude 互相 Review:告别手动复制
人工智能·openai·claude
南屹川12 小时前
【API设计】GraphQL实战:从REST到GraphQL的演进
人工智能
KJ_BioMed12 小时前
当计算生物学遇上生成式AI:从头设计生物分子的“新范式”初探
人工智能·从头设计·生命科学·生物医药·科研干货·科晶生物
明月醉窗台12 小时前
深度学习(17)YOLO训练中的超参数详解
人工智能·深度学习·yolo