ding_programmer的博客

Network in Network 这篇论文中 提出了 11卷积层，那么问题来了，为什么可以用11卷积层来代替全连接层假设当前输入张量维度为6×6×32，卷积核维度为1×1×32，取输入张量的某一个位置（如图黄色区域）与卷积核进行运算。实际上可以看到，如果把1×1×32卷积核看成是32个权重W，输入张量运算的1×1×32部分为输入x，那么每一个卷积操作相当于一个Wx过程，多个卷积核就是多个神经...

BLEU算法介绍和如何计算：我们先举一个例子来说明：原文：猫站在地上机器译文 (candidate)：the the the the人工译文 (reference)：The cat is standing on the ground 在计算1-gram(一元文法)的时候，the都出现在译文中，因此匹配度为4/4 ，但是很明显 the 在人工译文中最多出现的次数只有...

准确率、召回率和 F 值是在鱼龙混杂的环境中，选出目标的重要评价指标。不妨看看这些指标的定义先： TP-将正类预测为正类 FN-将正类预测为负类 FP-将负类预测为正类 TN-将负类预测为负类准确率（precision）： 也叫作查准率。即正确预测为正...

Rouge-L 的初认识本人参加百度机器阅读理解比赛，发现阅读理解比赛的评价标注，以Rouge-L为主，若 Rouge-L相同的 话，则看 BLEU-4。由此可见，Rough-L 作为自动文摘评测方法是特别有用的，接下来我讲解一下。Rouge-L 论文：https://www.aclweb.org/anthology/W04-1013BLEU-4 的学习，可以看我的另一篇博客，有助...

本篇博客，我们将介绍联合熵、条件熵、互信息、相对熵、交叉熵，如果对熵的概念还有不清楚的朋友，可以看一下这一篇博客，信息熵是什么呢？https://blog.csdn.net/ding_programmer/article/details/89785319联合熵两个离散随机变量 和 的联合概率分布函数为 ，则联合熵 (Joint Entropy) 为：联合熵实际上就是描...

在学习 keras中 碰到这样的情况x = Dense(64, activation='relu')(inputs)就会想问了，为什么函数后面跟着两个参数，其实可以这样理解：x = Dense(64, activation='relu')(input)fc = Dense(64, activation='relu')x = fc(input)相信拆成下面的形式，你就可...