两个问题

1.神经网络中的Dropout与机器学习的哪种方法类似。
2.skip-gram中使用哈夫曼树会出现什么问题。。
#机器学习#
全部评论
1.dropout从原理上来说,类似于bagging,都是对样本的重采样 2.不用霍夫曼树的原因是因为其建树过程是根据词频,这样会导致词频相近的词共享路径,而不是语义相近的词共享路径,也就是说霍夫曼树(层次采样)虽然加快了速度,但是丢失了语义信息。
点赞 回复 分享
发布于 2019-08-21 16:22
第一个是bagging,相当于极端化的bagging
点赞 回复 分享
发布于 2019-08-21 16:06
bagging?
点赞 回复 分享
发布于 2019-08-21 15:52
与正则化相似;按照词频建树,词频相近但语义不相近的词在树的位置,路径相似,路径上的参数更新相似,这种技术现在差不多都被淘汰了
点赞 回复 分享
发布于 2019-08-21 15:48

相关推荐

在写周报的打工人很独...:这个笔试昨天晚上做了一下,真难啊,前后端,ai全有
点赞 评论 收藏
分享
评论
点赞
2
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务