自然語言處理導論 課件 第3章 神經網絡和神經語言模型_第1頁
自然語言處理導論 課件 第3章 神經網絡和神經語言模型_第2頁
自然語言處理導論 課件 第3章 神經網絡和神經語言模型_第3頁
自然語言處理導論 課件 第3章 神經網絡和神經語言模型_第4頁
自然語言處理導論 課件 第3章 神經網絡和神經語言模型_第5頁
已閱讀5頁，還剩1頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

《自然語言處理導論》第3章神經網絡和神經語言模型神經元模型M-P神經元模型（McCullochandPitts,

1943）

神經元（neuron）模型神經元模型神經網絡模型

感知機與多層網絡算法：隨機梯度下降法（stochastic

gradient

descent）

感知機（線性可分的二分類問題）感知機與多層網絡

算法：誤差逆?zhèn)鞑ニ惴ǎ╡rror

Back

Propagation）多層前饋神經網絡（multi-layer

feedforward

neural

networks）深度學習模型復雜度增加隱層神經元的數目(模型寬度)增加隱層數目（模型深度）從增加模型復雜度的角度看，增加隱層的數目比增加隱層神經元的數目更有效。這是因為增加隱層數不僅增加額擁有激活函數的神經元數目，還增加了激活函數嵌套的層數

典型的深度學習模型就是很深層的神經網絡復雜模型難點多隱層網絡難以直接用經典算法（例如標準BP算法）進行訓練，因為誤差在多

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論