知识卡片
序列概率与对数损失
自回归模型将完整输出概率分解为各步条件概率的乘积;训练常最小化目标词负对数概率之和。解码使用对数分数相加可避免长乘积下溢,长度偏好应在比较序列时明确处理。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 基础循环神经网络:为序列数据而生 · 查看原书依据
模型输出的都是基于历史生成结果的条件概率。
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第8章《基础循环神经网络:为序列数据而生》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0011.xhtml`)
- 结论依据:原文、代码及图示;对于示例代码的评价属于复核所得。
- 原始内容:模型输出的都是基于历史生成结果的条件概率。