我使用的是微软翻译器API ()，我注意到它默认使用统计机器翻译模型。但是，神经网络转换模型比统计模型更准确。如下图所示：
我想通过API使用神经网络模型。寻求关于如何从默认统计模型切换到神经模型的指导...
浏览 6提问于2017-10-27得票数 1
我在Python环境中训练了一个Scikit学习模型，我需要使用它在GoLang中进行推理。请您帮助我如何导出/保存我的模型在python中，然后在GoLang中使用它。
我找到了一种神经网络模型的解决方案，可以将Tensorflow模型保存为ONNX格式，并使用GoLang中的Onnx加载它。但这是特定于神经网络模型。但我想不出科学学习模型的意义。
浏览 70提问于2022-03-09得票数 2
我正在与数据科学家合作，他们希望了解和理解他们使用Azure Machine /Service中的视觉界面训练的神经网络模型。是否有可能排除并检查神经网络模型的内部表示？有没有一种方法，我可以写代码，访问一个经过训练的神经网络的节点和权重，以便将网络可视化为一个图形结构？或者，如果Azure /Service不支持这一点，我希望能为不同的机器学习框架提供更适合这种分析的建议。
我尝试过的事情：
培训模型输出ILearnerDotNet (AML )或模型(AML )。我查找要拖到工作区中的项，在工作区中可以编写自定义代码，例如执行Python脚本。他们似乎接受数据集，但不接受ILearne
浏览 0提问于2019-06-02得票数 2
回答已采纳
我在Matlab中训练了一个前馈神经网络。现在我必须用C语言实现这个神经网络(或者使用数学方程在Matlab中模拟模型，而不使用直接函数)。我该怎么做？我知道我必须考虑权重，偏差和激活函数。还需要什么？
浏览 1提问于2016-01-08得票数 0
1回答
我想知道，当人们说预训练的bert模型时，是否只训练了最终的分类神经网络 或 通过反向传播和分类神经网络，transformer内部是否有任何更新
浏览 121提问于2021-02-04得票数 1
回答已采纳
3回答
我试图建立一个神经网络语言模型，似乎Mikolov等人的word2vec工具是一个很好的工具。我试过了，但它只产生单词表示。有谁知道我如何通过这个工具或任何其他合理的深度学习框架来生成语言模型？
浏览 5提问于2014-02-26得票数 3
回答已采纳
2回答
尖峰神经网络
、、
哪一本书是我们应该从神经网络领域开始的？我知道格斯特纳的，出版于2002年。有没有一本最近的书，或者一本更合适的？我有数学和人工神经网络的背景。
如果在这个领域有一些好的文章或概述，也可以将它们添加到列表中。
谢谢。
稍后编辑
卡雷尔的回答是：
“这取决于你所说的神经网络强化是什么意思--至少有几个基本观点。Gerstner代表了第一个观点--他专注于生物神经元的建模。而他2002年的著作对于理解神经元的生物物理模型来说确实是一个很好的起点。过去也有可能在html中找到这本书。”
另一方面，在计算机科学语境中，所谓“尖刺神经元”通常指的是SRMo模型(Spike )，它也可以作为传统的基于感
浏览 11提问于2010-05-20得票数 5
如果我有一个给定的文本(长的还是短的)，你通常用哪种方法来检测它是用哪种语言写的？
很明显：
你需要一个训练语料库来训练你使用的模型(例如，神经网络，如果使用)
我想到的最简单的事情是：
检查文本中使用的字符(例如，hiragana只在日语中使用，Umlauts可能仅在欧洲语言中使用，在法语、土耳其语和…中使用)将检查增加到两个或三个字母对，以查找languageLookup字典的特定组合，以检查哪种单词出现在哪种语言中(可能只是没有词干，因为词干取决于语言)。
但我想还有更好的方法。我并不是在寻找现有的项目(这些问题已经得到解答)，而是寻找诸如隐马尔可夫模型、神经网络、…之类的方法。无论用于
浏览 3提问于2012-05-17得票数 2
回答已采纳
我是调查微软翻译文本API。我了解到它有两种类型的翻译器模型，更新的深层神经网络模型DNN和传统的统计机器翻译( SMT )。
我还找到了下面的说明，
Microsoft Translator supports 60 languages for text translation through the Microsoft Translator API.
然而，我无法找到DNN模型所涵盖的可能语言。DNN模型涵盖60种语言吗？请告诉我。
浏览 2提问于2017-11-13得票数 0
回答已采纳
我想知道分析句子的主要目的是什么，例如，我们在训练机器翻译时得到句子的所有词性标签？我认为我们只需要对句子进行标记化，然后将其输入神经网络进行训练？拥有POS标签的目的是什么?如何在训练机器翻译模型的代码中实现它？ 我似乎找不到任何例子。请协助
浏览 9提问于2019-02-19得票数 0
我有一段使用nnet包的代码，我感兴趣的是计算一些不同的神经网络模型&然后将所有模型保存到磁盘(使用save() )。
我遇到的问题是，神经网络中的“术语”元素有一个属性".Environment“，其结果是几百兆字节，而模型的其余部分只有几千字节。(一旦所拟合的值及残差被删除)
此外，删除".Environment“属性似乎不会在使用”预测“模型方面造成问题。
有人知道R或nnet对这个属性做了什么吗？有人见过这样的东西吗？
浏览 1提问于2015-04-06得票数 2
回答已采纳
在阅读有关文本生成的递归神经网络时，我注意到一些例子被逐字生成文本，而另一些例子却没有具体说明原因。
那么，预测每单词文本的RNN模型和预测每字符文本的RNN模型有什么区别呢？基于单词的RNN需要更大的语料库吗？基于字符的RNN推广得更好吗？也许唯一的区别是输入表示(一次热编码，字嵌入)？为文本生成选择哪一个？
浏览 0提问于2016-08-01得票数 19
回答已采纳
1回答
我想根据某些参数的值生成一些文本。例如，假设我想生成视频游戏的描述。因此，除了训练数据的真实描述外，我希望模型考虑到有关游戏的下列参数(例如)：
暴力:是的
多平台:是
毒品:不
因此，如果游戏有毒品内容，输出文本有一些短语引用它。
这个是可能的吗？如果是这样的话，我怎么能用Python来做呢？我打算在Tensorflow中使用LSTM神经网络。
浏览 0提问于2020-03-05得票数 0
回答已采纳
4回答
词中关系的分类？
、、
我不确定用什么算法对单词中的关系进行分类是最好的。例如，在“黄色太阳”这样的句子中，黄色和太阳之间存在关系。到目前为止，我考虑过的THe机器学习技术有贝叶斯统计、粗糙集、模糊逻辑、隐马尔可夫模型和人工神经网络。
有什么建议吗？
谢谢您:)
浏览 0提问于2010-03-09得票数 1
每个神经网络都通过反向传播来更新其权重。假设一个神经网络模型堆叠在另一个神经网络模型上，在这种体系结构中，反向传播如何用于权重更新。wrt单神经网络模型在权重更新方面有什么不同？
浏览 3提问于2018-11-10得票数 0
1回答
我计划创建一个神经网络进行交易，我正在研究如何在我的系统(即C++或C#)运行时使用的语言中使用经过训练的神经网络。
假设我在python (或任何其他nn框架)中使用tensorflow，我已经成功地训练了具有n个隐藏层的神经网络。在这一点上，我得到了权重和偏差的值。在这一点上，我想在生产中使用nn模型。
据我理解，在production中运行模型并不是最好的实践，因为它实际上太慢了(python)，而且这样做很笨重(如果我错了，请纠正我)。
因此，我想用C#或C++ (或任何其他语言)重新创建nn模型，是否需要根据每个神经元的权重和偏倚在代码中重新创建每一层的所有数学？
问题：
我从
浏览 3提问于2021-01-25得票数 0
在那个人工神经网络中，我是机器学习的新手。我在R中使用nnet软件包进行神经网络的训练。模型参数和超参数有什么区别？我听说在我们设置模型参数之前就设置了超参数。人工神经网络的超参数和模型参数是什么？即是否在神经网络训练阶段调整超参数，在验证阶段调整模型参数？
浏览 0提问于2017-03-16得票数 3
1回答
在Windows 10上使用Python 2.7 Anaconda
我已经训练了一个GRU神经网络来使用keras构建语言模型：
print('Build model...')
model = Sequential()
model.add(GRU(512, return_sequences=True, input_shape=(maxlen, len(chars))))
model.add(Dropout(0.2))
model.add(GRU(512, return_sequences=False))
model.add(Dropout(0.2))
model.add(Den
浏览 0提问于2016-05-07得票数 2
1回答
CS实验中不确定性的量化
、、、
嘿，
我正在写计算机科学的MSc论文。更具体地说，我正在研究将分布式语义模型的超参数用作统计依赖解析器中的特征时的效果。我使用的是word2vec，一个基于非确定性神经网络的单词嵌入软件。为了能够验证我的结果，我必须量化我的模型中的非确定性程度。
然而，我确实认为这个问题可以在更抽象的层面上提出--我可以使用什么测试来量化统计模型中的非确定性程度？例如，当执行相同的实验五次时，我得到了以下结果：
89.5, 89.7, 89.4, 89.5, 89.9
我如何确定我的系统的“不确定性”，并将其作为接受或丢弃未来实验结果的基础？
浏览 13提问于2017-02-26得票数 0
回答已采纳
3回答
假设我有一个定义好的神经网络的训练样本(带有相应的训练标签)(神经网络的结构对于回答这个问题并不重要)。让我们把神经网络称为“模型”。
为了不创建任何夫人，让我们说，我介绍了最初的权重和偏差的‘模型’。
实验1。
我用训练样本和训练标签来训练40个时代的“模型”。经过训练，神经网络将对整个神经网络有一组特定的权重和偏差，我们称之为WB_Final_experiment1。
实验2
我用训练样本和训练标签来训练20个时代的“模型”。经过训练，神经网络将对整个神经网络有一组特定的权重和偏差，我们称之为WB_Intermediate。
现在，我在“模型”中介绍了WB_Intermediate，并对另
浏览 13提问于2020-03-20得票数 3
回答已采纳
3回答
生成新编程语言文法的神经网络
、、、、
最近，我需要创建一个ANTLR语言语法，用于一个转换程序(将一种脚本语言转换为另一种脚本语言)。我突然意识到谷歌翻译在翻译自然语言方面做得很好。我们有各种各样的递归神经网络模型，LSTM，和GPT-2生成语法正确的文本.
问:是否有一个模型足以对语法/代码示例组合进行培训，以便在给定任意示例源代码的情况下输出新的语法文件？
浏览 0提问于2019-05-15得票数 9
回答已采纳
我在R中使用neuralnet()函数建立了一个二进制分类模型，其中一个示例代码是。我使用python keras做了相同的网络，由于参数的调整，它的预测精度较低。所以我用save(model_nnet, file = "/tmp/model_nnet.rda")保存R的神经网络模型，用load(file = "/tmp/model_nnet.rda")加载。
我的问题是，我能在python中加载这个文件吗？然后用它来做预测？
浏览 4提问于2018-10-27得票数 0
回答已采纳
1回答
我在TensorFlow中构建了一个基于的下一个字符预测神经网络。因此，我能够成功地计算出给定测试序列的下一个字符的概率分布。
取所有log概率的平均值，我可以成功地得到“字符级别的困惑”。我几乎已经使用了这个中的代码来实现这个目标。
但是，我需要转到"word级困惑“，因为我需要将我的模型与标准结果进行比较，其中大多数报告了基于"word级困惑”的语言模型的有效性。(维基百科描述了单词级的困惑)
正确的方法是什么？有可能吗？
浏览 1提问于2016-12-03得票数 1
回答已采纳
2回答
我在Weka上很难找到这些神经网络模型。
人工神经网络
前馈神经网络
Elman网络
反向传播神经网络
有人能指点我吗？谢谢。
浏览 3提问于2015-03-18得票数 0
我正在Torch中实现一个多层感知器神经网络，遵循 (从“示例:训练神经网络”到“火炬基础:测试神经网络”部分)。
现在，我必须在这个神经网络模型中添加一些，但我不知道如何操作。梯度下降部分是：
criterion = nn.MSECriterion()
trainer = nn.StochasticGradient(mlp, criterion)
trainer.learningRate = 0.01
trainer:train(dataset)
我希望有这样的命令: trainer.momentum = 1，但没有这样的东西。
有人知道如何给我的Torch神经网络模型增加动量吗？
浏览 3提问于2015-12-18得票数 2
2回答
我想将MLP应用于一些商业卖家的数据。我发现这些数据是分类和连续特性的混合体。对于我所读到的内容，向神经网络提供这两种类型的数据(引用未知/不可用)是不可取的，我记得我读到的神经网络可以使用以下模型：
Categorical variables-->NN model 1
----->NN model 3---->Output
Continuous variables--->NN model 2
因此，在这个模型中，我们有两个神经网络，每个神经网络只提供分类变量或连续变量，然后将输出(来自这
浏览 0提问于2020-09-14得票数 1
我想知道Word2Vec是如何构建的。
我读过一些教程，简单地说，我们可以训练一个跳过克神经网络模型，并使用训练成单词向量的权重。
然而，我也看到了这张照片：
📷
如果正确读取此图表：
1) CBOW模型和Skip图模型都有一定的输入。
2)将CBOW的输出作为中间神经网络的输入。
3)将跳过图的输出作为中间神经网络的输出。
CBOW的输出是对给定上下文的中心词的预测，跳跃图的输出是对周围中心词的预测。
然后利用这些输出来训练另一组神经网络。
因此，我们首先训练CBOW，然后再训练中间神经网络？而对中间神经网络的输入是一种热点编码。
以上解释正确吗？
浏览 0提问于2017-06-12得票数 6
回答已采纳
我做了神经网络，它是pre-trained for 180 days of data.
It filters the fraud data of credit cards everyday and 1-days new data is comming in.
我还想在过滤之后，
我想重新训练我的人工智能模型，但我只想使用新的1天数据(因为训练神经网络真的很费时)。
我的人工智能模型是0(非欺诈)/1(欺诈)分类模型。我想用1/181改变我的神经网络.因为数据量只是一天
我该如何训练神经网络？如果我只使用了一天的数据，运行了许多时代(时间)，它将过度适合.通过早停，似乎一天的数据列车不是.足够.
浏览 0提问于2020-06-11得票数 1
回答已采纳
GPL要求提供所有源代码，但我不确定经过训练的神经网络模型如何与GPL交互，因为不清楚这些模型是否算为源代码。
若要讨论具体示例，请考虑以下示例：
假设您正在开发一个移动应用程序。由于应用程序包含GPL许可代码，因此移动应用程序也将在GPL下获得许可。移动应用程序还使用了预先训练过的神经网络模型。(为了简单起见，假设您使用了麻省理工学院授权的代码，在移动应用程序中没有使用它来生成神经网络模型。)
这个预先训练过的神经网络模型算得上源代码吗？如果是这样的话，该模型是否必须在GPL下获得许可？
在此重新提问：https://opensource.stackexchange.com/question
浏览 0提问于2018-06-14得票数 5
最近，Facebook发布了一篇关于通用神经嵌入模型( StarSpace )的论文。
在他们的纸中，他们解释了模型的损失函数和训练过程，但对模型的体系结构没有太大的重视。
有人知道后面的神经网络是什么样子吗？
浏览 0提问于2018-11-18得票数 6
回答已采纳
1回答
我被要求探索使用java构建基于深度学习的应用程序的选项，因此我碰巧浏览了一个名为dl4j (https://deeplearning4j.org)的网站，该网站从MLP到RNN/LSTM都有不同神经网络的应用。
但我无法理解在基于python的实现上使用dl4j的基本原理。那么，有谁能请您澄清一下以下几个项目呢？
ETL
数据预处理
利用预先训练的模型/转移学习
分布式计算
处理大容量数据(图像、时间序列数据、传感器data..etc)
生产实施(批量或实时/在线)
后期生产培训(细菌或实时/在线)
移动应用程序开发
IoT边缘器件计算
浏览 0提问于2019-12-02得票数 1
回答已采纳
这个这里的Keras文章/教程确实执行文本标准化，即从文本数据集中移除HTML元素、标点符号等，但是在向量化步骤之前明显缺乏任何词干或柠檬化。
我有一些深入学习的经验，但我对NLP非常陌生，我只是从一个关于Udemy的不同教程上了解到，使用Stemmer或Lemmatizer都有助于降低词汇量，从而提高性能。我有点困惑，因为没有这一步在Keras的方式做事情。
这是我的一个假设--它被省略了，因为神经网络模型能够处理更大的词汇量吗？我想不出还有什么其他原因(S)来解释为什么会这样。
浏览 0提问于2022-04-30得票数 0
1回答
随机森林与神经网络
、、、
为什么在分类任务中，神经网络被认为是比随机森林更好的模型？在一个10类分类问题中，我尝试了这两种模型，随机森林的性能要好于有1个隐层的神经网络，而比有3个隐层的神经网络略差。为了比较它们，我使用了相同数量的估计器(在随机森林中)和神经元(用于神经网络中的隐层)。
浏览 0提问于2020-06-12得票数 -1
1回答
卷积神经网络通常是图像分类和语义分割的最佳选择。分类/数字数据(年龄、身高、城市等)另一方面，传统的机器学习模型，如(深度)随机森林模型、支持向量机模型或传统神经网络模型处理效果最好。
是否有将卷积神经网络和传统神经网络相结合的混合结构来对图像和分类数据集进行分类？我确信这个问题以前已经解决过，我特别希望在一个公共库(PyTorch、Tensorflow、Keras等)中寻找研究论文、教程和实现。
这种“混合”数据集的一个很好的例子是ISIC数据集，它包含数千张皮肤生长的图像，以及每幅图像的患者年龄和性别等信息。假设情况下，包含这些分类/数值信息的混合模型在检测皮肤癌方面可能比仅仅使用图像的模
浏览 0提问于2018-06-12得票数 1
我正在研究玻璃制造项目的一个回归模型，该模型有158个输入和4个输出，这是一个输入和输出的连续过程。对于这类回归模型，神经网络的使用是否合适？如果是，我知道递归神经网络可以用于时间序列数据，我应该使用哪个递归神经网络？如果不适合使用NN，除了线性回归和回归树之外，还有哪些其他类型的解决方案可用？
浏览 2提问于2017-07-06得票数 0
我读了很多关于Jetson Nano和Google Coral Devboard的文章，在我读过的大多数文档和论文中，推断和部署都是使用预先构建的卷积神经网络来完成的，例如AlexNet，Inception，MobileNet和其他用于图像分类的神经网络。据我所知，这些微型计算机需要将神经网络转换为tensorflow模型或任何它们接受的框架，以执行模型的推断。 我想知道的是:对于Jetson Nano和Google Coral Devboard，我是否可以拥有与文档中举例说明的卷积神经网络无关的卷积神经网络，并将其部署到这些板上？
浏览 20提问于2020-12-24得票数 1
回答已采纳
1回答
胶囊神经网络采用卷积、原胶囊和数字胶囊层。同时，采用卷积和最大池层的卷积神经网络。我想对卷积神经网络和胶囊神经网络进行比较。下面的表格是我的cnn模型的架构。我需要在胶囊神经网络上做一个类似的结构。那么，如何正确地叠加胶囊神经网络，堆栈胶囊神经网络是什么样的呢？
浏览 10提问于2022-12-02得票数 -2
1回答
我打开这个线程来讨论如何使我的NN模型进行部署。
我用在Matlab中建立和训练了一个神经网络(mdCNN是一个简单的Matlab库，用于建立多维输入神经网络，目前Matlab-cov3x3x3不支持它)。我用Matlab训练我的模型，现在我想把它投入生产。
经过几个小时的研究，我计划做以下工作
用TF后端在Keras中训练神经网络模型。我选择Keras是因为我希望将来与Matlab具有向后兼容性。
从Keras模型获取tensorflow会话，有一个如何执行的示例。在文件中比*.pd文件
从模型加载神经网络模型。有一个特定的功能可以做到这一点
简历：：readNet()
在C
浏览 1提问于2018-08-28得票数 3
什么是神经网络中的VGG模型？
我认为VGG模型有特定的规范：-Convolutions层(仅使用3*3大小)、-Max池层(仅使用2*2大小)、-Total 16层的-Fully连接层。
CNN和VGG模型在神经网络中的区别是什么？
浏览 4提问于2018-06-28得票数 0
回答已采纳
1回答
数据少的培训
、、
我所面临的机器学习项目的大部分问题是缺乏数据。现有的样本足以取消基于规则的方法，但不足以训练神经网络。
例如，在NER系统中的一个新实体上训练一个神经网络(甚至微调一个预先训练的模型)需要数千个不同的记录。而这成千上万的记录的要求是有足够的变化，以避免过度拟合。
一般情况下，作为人类，我们可以通过仔细观察数据来检测模式，但是在人类看来，不可能检测到输入中的所有模式，这就是深入学习的地方，即自动检测模式以做出假设。
现在我的问题是，有什么可能的方法，使用有限的数据可以用来训练一个有限的数据神经网络。请允许我补充我方面的一些投入，我认为这是不够的：
数据增强:用于图像旋转、缩放和倾斜。对于文本数据
浏览 0提问于2020-07-18得票数 1
1回答
我正在尝试理解word2vec(word embedding)体系结构，而且我对它几乎没有疑问：
首先，为什么word2vec模型被认为是一个对数线性模型？是因为它在输出层使用了一个软最大值吗？
第二，为什么word2vec要删除隐藏层？这是因为计算的复杂性吗？
第三，为什么word2vec不使用激活函数？(与神经网络语言模型(NNLM)相比)。
浏览 5提问于2017-02-28得票数 1
回答已采纳
在我看来，交叉验证用于通过使用尽可能多的数据来比较模型。例如，对于相同的问题，它可以用来比较感知器神经网络和决策树。或者，它可以用于研究特定问题的神经网络的神经元数量。这里是关于比较模型/架构的。
然而，在我看来，交叉验证似乎不适合找到神经网络的最佳权重，因为在每一轮交叉验证中，权重都会重新初始化。
你能证实我的观点吗？交叉验证只用于比较模型/体系结构，而不适合找到这些模型/体系结构的最佳参数？
谢谢。
浏览 0提问于2012-04-11得票数 1
回答已采纳
显然，深度学习方法并没有在表格数据问题[1，2]上取得最先进的结果。这一索赔似乎也为Kagglers所知。SOTA方法看起来像是梯度提升决策树。
对于为什么会发生这种情况，有什么直觉吗？有关于这个主题的相关文献吗？
神经网络是否有更强的IID假设来抑制表格数据中的学习？
文学：
深层神经网络与表格数据：https://arxiv.org/abs/2110.01889综述
我们真的需要时间序列预测的深度学习模型吗？https://arxiv.org/abs/2110.01889
浏览 0提问于2022-05-15得票数 3
我正在学习。
我注意到他们使用了可以接受非数字y_train值的PassiveAggressiveClassifier。我知道在自然语言处理(NLP)中，我们需要将字符串训练文本转换为数字数组作为训练输入，以便神经网络模型可以接受，但为什么训练目标不需要转换为数字？还有哪些模型可以作为非数值型的训练目标？
#Initialize a PassiveAggressiveClassifier
pac=PassiveAggressiveClassifier(max_iter=50)
pac.fit(tfidf_train,y_train)
浏览 2提问于2019-10-09得票数 0
StanfordNLP有两个主要的库:一个用于Java，另一个用于Python。对于Java，它包含CoreNLP package。但是，我有一个在Python版本的Stanfordnlp library中训练的依赖项解析模型。 我的主要问题是:是否可以使用CoreNLP加载Python经过训练的包？ 我查看了他们的文档和教程，没有发现关于两个库之间的兼容性的任何东西。我知道Python的训练是通过神经网络完成的，尽管Java版本不一定使用NNs，但StanfordNLP确实有一个用于Java的Neural Network implementation。这使我相信，可能有某种方法可以将Pyt
浏览 15提问于2019-12-19得票数 0
我不是一个专业的程序员，但我想创建一个小的朱莉娅机器学习包，这是所谓的神经样条流。这些神经网络是可逆的神经网络，主要用于用蒙特卡罗方法估计积分。我想用这个包作为我的科学简历。这些模型基本上是使用Flux或Knet创建的。但问题是，我对自己所做的事情并不满意。我的代码很难看，看起来不像专业程序员编写的代码。在创建我的包之前，我应该专注于学习Julia的一些高级方面吗？我不想浪费时间。
浏览 0提问于2020-05-10得票数 1
回答已采纳
2回答
表格数据神经网络中的重复特征
、、、、
当使用线性回归或最小二乘法等算法时，具有重复或高度相关的特征对模型是有害的。对于基于树的模型，它们通常不会受到高度相关特征的强烈影响。不存在像最小二乘那样的数值稳定性问题。
但是神经网络会发生什么呢？大多数关于神经网络的文献都是针对图像、信号的，对表格数据的研究也不多。
有重复特征的表格数据神经网络模型，它是否会损害准确性？或者NN能够选择特征？
浏览 0提问于2020-11-08得票数 3
回答已采纳
我有一个Word2Vec模型，它是在一个巨大的语料库上训练的。当我在神经网络应用中使用这个模型时，我遇到了相当多的“词汇外”单词。现在，我需要为这些“词汇之外”的单词找到嵌入词。所以我搜索了一下，发现Facebook最近发布了一个FastText库。现在，我的问题是如何将现有的word2vec模型或Keyedvectors转换为FastText模型？
浏览 4提问于2017-12-29得票数 3
回答已采纳
1回答
微软似乎提供了相当多的语音识别产品，我想知道它们之间的区别。
有，或SAPI。但不知怎么的，有着相同的名字。
现在，Microsoft上的认知服务提供了语音服务API和Bing语音API。我认为对于语音到文本，这两个API是相同的。
然后是 (或桌面SAPI)、 (或Server )和。和对这三者之间的差异有一些解释。但我猜想它们是基于HMM的旧的语音识别模型，也不是神经网络模型，这三种模型都可以脱机使用，不需要互联网连接，对吗？
对于Azure语音服务和bing语音API来说，它们是更先进的语音模型，对吗？但我认为在本地机器上无法脱机使用它们，因为它们
浏览 3提问于2018-06-12得票数 10
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
