深度学习 从感知器到LSTM(目的是处理序列问题)
目的是将LSTM用在分词和词性标注任务,这一篇的目的是LSTM,但从感知器开始写起,希望能把这个流程中的主要知识点展示出来。由于水平有限,所以涉及大量公式的地方都会是从我看过的资料中截图过来,我会在文末放出文章的链接,供参考。感知器——基础的全连接网络——线性单元到线性模型——梯度下降——神经网络和反向传播算法——循环神经网络——LSTM——LSTM-CRF“感知器”一词出自于20世纪50年代中期到60年代中期人们对一种分类学习机模型的称呼,它是属于有关动物和机器学习的仿生学领域中的问题。当时的一些研究者认为感知器是一种学习机的强有力模型,后来发现估计过高了,但发展感知器的一些相关概念仍然沿用
暂无评论