我的问题如下。 当我们处理命名实体识别任务时，大多数情况下都会使用经典的LSTM-CRF架构，其中CRF使用维特比解码器和转换矩阵来找到与句子相关的最佳标签序列。 我的问题是，如果一个令牌现在与多个实体关联，而不是只与一个实体关联(这是嵌套NER的情况)，就像中国银行的情况一样，其中中国是一个地点，中国银行是一个组织。CRF算法是否适用于这种情况？也就是说，在序列中找到多个可能的路径。
浏览 46提问于2020-12-11得票数 0
我目前正在努力学习深度学习。我问自己，在回归方面，深度学习在哪些方面优于支持向量机和随机森林？
你有什么回归数据，深度学习优于支持向量机和随机森林吗？我提出这个问题的主要目的，是看看哪种数据集的深度学习优于支持向量机和随机森林。因为我不知道这些数据集是什么类型的，所以我不想在询问这些数据集时限制太大。更新:从t
浏览 0提问于2017-11-22得票数 1
回答已采纳
1回答
client and at what time我目前正在学习深度学习算法我还知道我应该从数据库中提取数据，这些数据将被转换为向量或矩阵，然后算法应该在这些数据上进行训练。
这是正确的吗？我如何开始，我需要什么样的架构？
浏览 3提问于2017-11-01得票数 0
我有一个数据集，其中包括全国学生的社会经济指标以及他们的成绩。更具体地说，这个数据集有36个变量，大约3000万学生作为预测因子，然后学生的成绩作为反应。我正在Google上使用Tens
浏览 0提问于2020-05-25得票数 2
回答已采纳
3回答
基于词嵌入的文本分类
、、、、
我有一个正面和负面内容的数据集。让我们假设这是一个垃圾邮件项目。
那么-它现在是无监督的还是监督的(因为我的数据集被标记了)？而深度学习是另一种技术，如无监督和监督的学习，还是这些
浏览 2提问于2020-03-30得票数 0
回答已采纳
我已经开始了一个使用深度学习对数据集进行分类的项目。我试过把学习转移到预先训练的模型上。现在，我想设计一个CNN模型，它可以完成分类工作，但在任何地方都需要大量数据。我的问题是:是否有可能在小于1000幅图像的图像数据集上设计深度CNN模型？
浏览 0提问于2018-03-13得票数 0
2回答
我知道，在处理无法放入单机内存的数据集时，spark + EMR是一种很好的方法。如果你能帮我指明正确的方向，我将不胜感激。
浏览 10提问于2017-10-18得票数 0
我有一个小的数据集(2000行)，并且正在测试不同的二进制分类算法。数据集非常小，但我没有增加数据集的选项。我已经测试了一个多层感知器(深度学习)、in助推器、logistic回归，它们都给出了\pm 60% (59, 58, 62, 61, \text{etc.})的精度，无论参数发生什么变化，它们都具有相似的精度我知道数据集很小，但我想了解发生这种情况的原因，以及如何可能修复它。我甚至试图从模型中删除一些特性，所
浏览 0提问于2021-09-07得票数 1
2回答
预计算特征的含义是什么？
、、、、
当我学习深度学习时，我发现了带有预先计算的特征形式的数据集。链接(http://cs.stanford.edu/people/karpathy/deepimagesent/coco.zip)。与通常的数据集有什么不同？
浏览 0提问于2019-11-02得票数 0
1回答
我知道并使用过许多经典ML和DL中的数据集。我还知道DL中的一些标准数据集(例如用于图像分类的ImageNet等)。然而，我想知道是否有任何标准数据集(或基准的准确性)的经典方法，如回归，GBM，SVM等。更具体地说，是否有任何标准数据集，可以用来衡量新方法的准确性？考虑到大多数经典方法都非常古老，它们用来测试其方法的数据集今天可能已经不相关了。
如果没有这样的标准，您是否可以评论您希望看到的应用程序类(如果有人要创
浏览 0提问于2021-07-09得票数 0
2回答
汽车保险欺诈数据集有15k个样本(文本数据)，其中约14k不是欺诈样本和1k欺诈。深入学习对这个数据集有好处吗？
另外，哪些算法适合于欺诈检测？
浏览 1提问于2022-06-19得票数 -4
3回答
我想知道为什么深度学习模式如此不稳定。假设我使用相同的数据集多次训练机器学习模型(例如logistic回归)，并多次训练深度学习模型(例如LSTM)。在此之后，我计算了每个模型的平均值及其标准差。深度学习模型的标准差比机器学习模型的标准差大得多。为什么会这样？
这与深度学习方法中的权值初始化有关吗？如果是这样的话，为什么模型不总是收敛在同一点上呢？
浏览 0提问于2021-11-09得票数 4
2回答
我是数据科学，机器学习和任何与数据科学相关的新手，但我想尝试一下。不幸的是，googling使它变得乏味和复杂，所以我希望任何愿意与我分享并启发我的人都能回答我。非常感谢。
浏览 0提问于2019-06-11得票数 -1
1回答
我有100个数据集(100个测试者)。有没有什么模型或库可以用来在100个数据集上学习/训练它，然后预测一个数据集的分数？如果是，我应该使用机器学习还是深度学习？
浏览 0提问于2019-05-05得票数 0
最近，我开始学习更多关于监督单目深度估计的知识。我用了NYU-V2数据集。由于数据集的结构非常清晰，因此设计火炬装载机并对数据进行预处理是很容易的。但是在Kitti数据集的例子中，它是非常令人困惑的。是否可以使用Kitti进行有监督的单目深度估计？我在这里找到了一个火炬装载机：，但是，我不知道如何使用它进行深度估计。文件夹的结构很不一样！我的计划是用监督的单深度方法训练一个简单的C
浏览 14提问于2022-05-30得票数 1
我在深度学习中读到了“训练和推理”。这与一般ML中“训练/测试”的概念有何不同？在列车/测试分裂模型还没有看到测试集的数据。这与谈论深度学习模型的“推理”阶段不一样吗？
浏览 0提问于2019-04-25得票数 0
回答已采纳
1回答
至于制作一个原型，我喜欢使用转移学习约1000张图像的车牌。我的第一步是检测车牌，然后提取它。
如何为培训提供车牌图像？它应该只包含车牌还是车牌和汽车的其他部分？
浏览 0提问于2018-02-17得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
