2018.4.10

    昨天主要是看了RNN的工作流程。我想找网上有没有类似的“问答系统”这方面的内容,结果很明确的答案,都是在介绍使用RNN的好处(我自认为说了和没说是一样的)。

    总结:通过昨天一天的学习,我知道了使用RNN技术,输入是向量,输出是向量。这个最主要的功能是预测下一个词。但是根据我现在要做的内容,第一步我使用Word2vec对进行词向量分词,第二步使用RNN技术。然后我就不知道使用RNN该怎么做了。

    网上都说,可以用这个RNN进行上下文关联,到底怎么关联呢,我看了这么长时间的资料还是没看懂。好吧,可能是我比较愚钝的过。

    其实,我用到的是RNN中的LSTM(长短期记忆算法)。因为对于有些东西我需要存储,但是又有些东西是不必要的。我又从网上看了很多关于这个的资料,又是浪费了一天的时间,还是没看懂。我承认我自己有些笨了。不过,今天我买的书到了,我就不行我看书还学不会。

    总觉得时间紧,任务重。我要在这个月内学习python语言,还有TensorFlow框架的基本使用。好像压力还是很大的。

今日:

    今天,我想先下载TensorFlow中关于RNN技术的demo,看看别人是如何实现的,以及实现的效果是怎样的。根据别人的结果进行参考,并总结。

猜你喜欢

转载自blog.csdn.net/qq_32716885/article/details/79875398