上一讲我们使用Arduino DUE进行CAN通信,Arduino DUE进行CAN通信的优势在于,它本身集成了两个CAN控制器模块,可以在板内...
前面几章学习了使用JAX进行计算机视觉、自然语言处理等方面深度学习任务,可以看到基于JAX的深度学习框架能够较好地完成这些常见任务。本章讲学习一...
前面几章中,通过卷积实现了文本分类,并且通过使用gensim掌握了对文本进行词向量转换的方法。词嵌入是目前最常见的将文本转换成向量的方法,比较适...
使用字符卷积对文本分类是可以实现的,但是相对于词来说,字符包含的信息并没有词多,即使卷积神经网络能够较好地对数据信息进行学习,但是由于包含的内容...
卷积神经网络在图像处理领域获得了巨大的成功,其结合特征提取和目标训练为一体的模型,能够很好地利用已有的信息度和结果进行反馈训练。 对于文本识别的...
在实际的模型训练中,word2vec是一个最常用也是最重要的将“词”转换为“词嵌”的方式。对于普通文本来说,供人类所了解和掌握的信息传递方式并不...
一般来说,文本主题提取主要涉两种方法, 基于TF-IDF的文本关键字提取。 基于TextRank的文本关键字提取。 除此之外,还有很多模型和方法...
有了上一章预处理的文本数据,现在可以开始使用文本处理模型来训练文本。本章尝试使用word2vec模型来训练。 word2vec是Google在2...
无论是深度学习还是自然语言处理,一个非常重要的话题就是将自然语言转换成计算机可以识别的特征向量。文本的预处理一般都是通过文本分词 -> 词嵌入 ...