← 返回刚才阅读的位置

知识卡片

结构图卡 · 10089.b.1.a · 生成模型:未记录

改进语言模型的组合

理解等级:中级

BetterRnnlm 依次组合词嵌入、两层 LSTM、深度方向的 Dropout 与输出仿射层;输入嵌入矩阵的转置作为输出权重。模型管理训练标记和状态重置,另用损失层计算序列损失。多层、正则化和权重共享共同参与书中的实验结果,不能从一次整体实验断言单项贡献。

结构图:

classDiagram
    class BetterRnnlm {
        +predict(xs, train_flg=False)
        +forward(xs, ts, train_flg=True)
        +backward(dout=1)
        +reset_state()
    }
    class TimeEmbedding
    class TimeDropout
    class TimeLSTM
    class TimeAffine
    class TimeSoftmaxWithLoss
    BetterRnnlm *-- TimeEmbedding : 输入词向量
    BetterRnnlm *-- TimeDropout : 深度方向正则化
    BetterRnnlm *-- TimeLSTM : 两层有状态序列处理
    BetterRnnlm *-- TimeAffine : 输出得分
    BetterRnnlm *-- TimeSoftmaxWithLoss : 序列损失
    TimeEmbedding .. TimeAffine : 权重转置共享
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深度学习进阶:自然语言处理》第6章《Gated RNN》6.5.4(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0011_split_005.html) - 结论依据:正文代码给出模型层列表、共享权重与方法。 - 原始内容:叠加两个 Time LSTM 层,使用 Time Dropout 层,并在 Time Embedidng 层和 Time Affine 层之间共享权重。