利用CNN來作NLP（textcnn）
講到nlp，咱們經常使用的都是lstm/gru。 舉個例子，由於咱們總會說，由於句子通過embdding後，句子爲一個三維張量，假設爲：（None,20,300）。其中20爲timestep,也就是一個句子的單詞個數，300爲embdding維度。爲了更深的理解句子，剖析句子語意，咱們假設接上一層lstm（num_units=128，return_sequence=True）,那麼輸出的張量就爲(
相關文章
- 1. NLP---textCNN
- 2. 【NLP複習】CNN（TextCNN）、RNN、LSTM、GRU
- 3. [NLP]文本分類-textCNN
- 4. NLP卷積，TextCNN學習
- 5. 用CNN作在NLP句子分類
- 6. [nlp] CNN
- 7. CNN for NLP
- 8. CNN For NLP
- 9. CNN for NLP (CS224D)
- 10. 爲什麼用CNN做NLP
- 更多相關文章...
- • Spring中Bean的作用域 - Spring教程
- • 一級緩存常用操作 - Hibernate教程
- • 互聯網組織的未來：剖析GitHub員工的任性之源
- • RxJava操作符（十）自定義操作符
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. NLP---textCNN
- 2. 【NLP複習】CNN（TextCNN）、RNN、LSTM、GRU
- 3. [NLP]文本分類-textCNN
- 4. NLP卷積，TextCNN學習
- 5. 用CNN作在NLP句子分類
- 6. [nlp] CNN
- 7. CNN for NLP
- 8. CNN For NLP
- 9. CNN for NLP (CS224D)
- 10. 爲什麼用CNN做NLP