Please enable JavaScript.

Coggle requires JavaScript to display documents.

CNN (问题 (动态通道作用是什么 (二次疑问 (怎么避免过拟合), 解答 (用来避免过拟合)), 怎么进行的分类问题 (解答…

- - - - 怎么避免过拟合
    - - 用来避免过拟合
  - - - 最后的全连接层使用激活函数计算得到的趋向值，由此分类（最后的全连接层相当于分类器）
- - - - padding(卷积得到特征图时候多余的部分的处理)
        
        VALID(不足舍弃)
        
        SAME(不足补零)
      - 卷积
        
        权重w
        
        激活函数
        
        sigmoi（全连接层）
        
        梯度下降中，容易饱和造成终止梯度传递，没有去零中心化
        
        tanh（全连接层）
        
        relu（卷积层-就是第一层）
        
        收敛快，求梯度简单
  - - - 用word2vec的两次word embeddings形成两个通道
        
        kept static throughout training（用来卷积）
        
        fine-tuned via backpropagation（用来进行微调）
      - 作用
        
        一个用来提取特征，另一个用来根据提取的特征的反向传播从而进行调参（调整权重）
- - - - 语义解析
      - 搜索查询检索
      - 句子建模
      - ……