序列模型

All The Way North-11 天前
文本分类·tqdm·序列模型·实战分享·top-k算法·字符级嵌入·rnn系列
【实战分享】人名国籍分类:从人名分类任务看循环神经网络的特征提取与序列建模能力关于人名分类问题:以一个人名为输入, 使用模型帮助我们判断它最有可能是来自哪一个国家的人名, 这在某些国际化公司的业务中具有重要意义, 在用户注册过程中, 会根据用户填写的名字直接给他分配可能的国家或地区选项, 以及该国家或地区的国旗, 限制手机号码位数等等.
All The Way North-14 天前
pytorch·rnn·lstm·多层lstm·api详解·序列模型·双向lstm
【LSTM系列·终篇】PyTorch nn.LSTM 终极指南:从API原理到双向多层实战,彻底告别维度错误!由于字数限制,本篇是【LSTM系列】第五篇,也是最后一篇第一篇链接:【LSTM系列·第一篇】彻底搞懂:细胞状态、隐藏状态、候选状态、遗忘门——新手最晕的4个概念,一篇厘清 第二篇链接:【LSTM系列·第二篇】彻底搞懂输入门、输出门与LSTM全流程:维度分析+PyTorch工程实现 第三篇链接:【LSTM系列·第三篇】单样本 vs Batch:LSTM全流程计算对比,彻底搞懂为何 h_t 与 c_t 维度必须相同 第四篇链接:【LSTM系列·第四篇】彻底搞懂:单样本与 batch 的矩阵等价性、参数共享原理
All The Way North-21 天前
pytorch·rnn·深度学习·神经网络·lstm·序列模型·理论与工程
【LSTM系列·第三篇】单样本 vs Batch:LSTM全流程计算对比,彻底搞懂为何 h_t 与 c_t 维度必须相同由于字数限制,本篇是【LSTM系列】第三篇第一篇链接:【LSTM系列·第一篇】彻底搞懂:细胞状态、隐藏状态、候选状态、遗忘门——新手最晕的4个概念,一篇厘清 第二篇链接:【LSTM系列·第二篇】彻底搞懂输入门、输出门与LSTM全流程:维度分析+PyTorch工程实现
我是有底线的