深度学习之序列处理

Posted 懵懂的菜鸟

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习之序列处理相关的知识,希望对你有一定的参考价值。

STL(Standard Template library)标准模板库:


STL的容器可以分为:

顺序容器,有vector,list,deque,string,stack,queue,priority queues

关联容器,有set,multiset,map,multimap,bitset,hash_set,hash_map,hash_multiset,hash_multimap

 

序列标注问题:

Recurrent Neural Network

递归神经网络

Conditional Random Field

条件随机场

Convolution Neural Network

卷积神经网络

Hidden Markov model

隐马尔可夫模型

序列标注问题:给定一个句子x1…xn,生成一个与之对应的序列y1…yn.如词性标注。 
序列标注的目标是从训练数据中学习一个从句子到标注序列的映射。

序列标注问题应该说是自然语言处理中最常见的问题,而且很可能是最而没有之一。在深度学习没有广泛渗透到各个应用领域之前,传统的最常用的解决序列标注问题的方案是最大熵、CRF等模型,尤其是CRF,基本是最主流的方法。随着深度学习的不断探索和发展,很可能RNN模型会取代CRF的传统霸主地位,会成为解决序列标注问题的标配解决方案。

 

以上是关于深度学习之序列处理的主要内容,如果未能解决你的问题,请参考以下文章

对比学习:《深度学习之Pytorch》《PyTorch深度学习实战》+代码

《深度学习之图像识别:核心技术与案例实战》读书笔记

深度学习之五:序列模型与词向量

Al深度学习之自然语言处理顶级实战课程

参考《深度学习之PyTorch实战计算机视觉》PDF

深度学习之 Keras vs Tensorflow vs Pytorch 三种深度学习框架