Stanford 深度自然语言处理 学习笔记(七)

本节课是tensorflow入门

Stanford 深度自然语言处理 学习笔记(七)_第1张图片

Stanford 深度自然语言处理 学习笔记(七)_第2张图片  axis=1表示列。合为一列。

Stanford 深度自然语言处理 学习笔记(七)_第3张图片  lr表示learning rate

Stanford 深度自然语言处理 学习笔记(七)_第4张图片

Stanford 深度自然语言处理 学习笔记(七)_第5张图片

 

Stanford 深度自然语言处理 学习笔记(七)_第6张图片

 

Visual Dialog

Stanford 深度自然语言处理 学习笔记(七)_第7张图片 三个向量合并后连接全连接层和解码器

 

线性回归

Stanford 深度自然语言处理 学习笔记(七)_第8张图片 命名 需要调用多个命名作用域

Stanford 深度自然语言处理 学习笔记(七)_第9张图片

skip-gram

Stanford 深度自然语言处理 学习笔记(七)_第10张图片

定义 skipgram()

Stanford 深度自然语言处理 学习笔记(七)_第11张图片

修改skipgram(), 在返回前增加验证集的处理

定义 run()

Stanford 深度自然语言处理 学习笔记(七)_第12张图片

补充:(参见寒小阳的博客)

Stanford 深度自然语言处理 学习笔记(七)_第13张图片

Stanford 深度自然语言处理 学习笔记(七)_第14张图片

Stanford 深度自然语言处理 学习笔记(七)_第15张图片

fetch

Stanford 深度自然语言处理 学习笔记(七)_第16张图片

feed

feed可以使用一个张量值临时替换某个操作的输出结果,你只需要提供feed数据作为run()调用的参数。需要说明的是,feed只在调用它的方法内有效,方法结束则feed就会消失。最常见的用例是将某些特殊的操作指定为feed操作,标记的方法是使用tf.placeholder()为这些操作创建占位符。

Stanford 深度自然语言处理 学习笔记(七)_第17张图片

你可能感兴趣的:(学习笔记)