CNN代替了传统手工特征,利用训练集提取特征,主要应用于图像,提取局部空间特征,当然3纬的cnn也能提取序列信息。lstm主要用于序列建模,具有长时记忆,能记住更久的信息。传统cnn获得精度主要通过增加深度,不短的堆叠相同结构,但是有时候会出现衰退现象,通常会考虑增加残差,如resnet,过得精度也可增加网络的宽度如inception family网络,如果在移动端做学习,最好用depthwise conv和group conv。所以深度选择看具体的应用平台是啥。两个字符串可以用word2vector映射到特征空间求cosin,关键词相似度简单考虑可以用bow做representation,tf_idf做特征,算cosin.愚见
点赞 8

相关推荐

不愿透露姓名的神秘牛友
12-18 11:21
优秀的大熊猫在okr...:叫你朋友入职保安,你再去送外卖,一个从商,一个从政,你们两联手无敌了,睁开你的眼睛看看,现在是谁说了算(校长在背后瑟瑟发抖)
选实习,你更看重哪方面?
点赞 评论 收藏
分享
10-31 13:04
南华大学 Java
嵌入式的小白:很多面试,面试前不会去打扰cto的,但一般cto不会在这些小事上刷人,只能说这个cto比较操心,啥重要不重要,紧急不紧急的,估计都会过问,平淡看待吧
点赞 评论 收藏
分享
牛客网
牛客网在线编程
牛客网题解
牛客企业服务