吴恩达《深度学习》第五门课（2）自然语言处理与词嵌入
2.1词汇表征 （1）使用one-hot方法表示词汇有两个主要的缺点，以10000个词为例，每个单词需要用10000维来表示，而且只有一个数是零，其他维度都是1，造成表示非常冗余，存储量大；第二每个单词表示的向量相乘都为零（正交），导致没能够表示是词汇之间的联系，比如oriange和apple ...
原文：吴恩达《深度学习》-课后测验-第五门课 序列模型(Sequence Models)-Week 2: Natural Language Processing and Word Embeddings (第二周测验：自然语言处理与词嵌入)
Week Quiz: Natural Language Processing and Word Embeddings 第二周测验：自然语言处理与词嵌入 .Suppose you learn a word embedding for a vocabulary of words. Then the embedding vectors should be dimensional, so as to ca ...
2020-02-05 11:45 0 741 推荐指数：
相关推荐
课程五(Sequence Models)，第二 周（Natural Language Processing & Word Embeddings） —— 2.Programming assignments：Emojify
Emojify! Welcome to the second assignment of Week 2. You are going to use word vector representations to build an Emojifier. Have you ever wanted ...
DeepLearning.ai学习笔记（五）序列模型 -- week2 自然语言处理与词嵌入
一、词汇表征 首先回顾一下之前介绍的单词表示方法，即one hot表示法。 如下图示，“Man”这个单词可以用 \(O_{5391}\) 表示,其中O表示One_hot。其他单词同理。 但是这样 ...
吴恩达《深度学习》第五门课（3）序列模型和注意力机制
3.1序列结构的各种序列 （1）seq2seq：如机器翻译，从法文翻译成英文，将会是下面这样的结构，包括编码网络和解码网络。 （2）image to sequence：比如给一幅图像添加描述，如下图中的“一只猫站在椅子上”。同样包括编码网络和解码网络。 3.2选择最可能的句子 ...
吴恩达《深度学习》第五门课（1）循环序列模型（RNN）
1.1为什么选择序列模型 （1）序列模型广泛应用于语音识别，音乐生成，情感分析，DNA序列分析，机器翻译，视频行为识别，命名实体识别等众多领域。 （2）上面那些问题可以看成使用（x，y）作为训练集的监督学习，但是输入与输出的对应关系有非常多的组合，比如一对一，多对多，一对多 ...
吴恩达深度学习笔记 course4 week2 测验
答案仅供参考,非标准答案,欢迎交流 Which of the following do you typically see as you mo ...
吴恩达深度学习笔记 course4 week3 测验
1. 第 1 个问题 You are building a 3-class object classification and localiza ...
吴恩达深度学习笔记 course4 week1 测验
1. 第 1 个问题 What do you think applying this filter to a grayscale image w ...