tensorflow源碼分析二-crf分析

支持向量機 支持向量機是一種比較經典的二分類模型，它的基本理論原理是定義在特徵空間上的間隔最大的線性分類器。支持向量機由於核函數的存在，這使得它可以比較方便的處理非線性的數據。支持向量機學習路徑可以歸納爲由簡單到複雜，分別爲：線性可分支持向量機，線性支持向量機，非線性支持向量機。簡單模型是複雜模型的基礎，也是複雜模型的特殊情況。 當訓練數據可分時，通過硬間隔最大化，訓練一個線性的分類器，即線性可分

>>阅读原文<<