卷积神经网络模型

主要内容

• 进一步了解神经网络在NPL中的作用，以及Tensorflow搭配的一些工具

• 了解卷积神经网络在图像和自然语言处理上的应用

卷积神经网络是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。

• 卷积神经网络相对于普通神经网络的优势

本章要点提示：

• 卷积的含义
• 卷积在图像上的应用
• 卷积在自然语言处理上的应用
• 用 TensorFlow 实现卷积神经网络
• TensorBoard 与数据可视化

任务

• 任务一：使用神经网络处理情感分类问题

  用神经网络建模，处理 Ch2 情感分类问题。

  提示：神经网络建模情感分类问题：稀疏特征 + 词向量 + 隐层 + Softmax

• 任务二：可视化 TensorBoard 数据

  • 将 Ch4 作业的 NN Language Model 的 cost 下降情况用 Summary + TensorBoard 的方式进行可视化
  • 收集 Word Embedding 的平均 histogram ，并进行可视化处理
• 任务三：应用卷积神经网络
  • 卷积神经网络用于灰度图像处理 - 平滑灰度图像（人工指定一个Kernel)
  • 实现情感分类

参考资料

1.Docker进阶教程 2.Understanding Convolutional Neural Networks for NLP 3.Tensorboard Summary Operations 4.Understanding Convolutional Neural Networks for NLP 5.Natural Language Processing (Almost) from Scratch 6.Convolutional Neural Networks (CNNs / ConvNets) 7.Classifying Images with Deep Convolutional Neural Networks tf.nn.conv2d是怎样实现卷积的 李宏毅机器学习2017（台湾大学） 视频讲解，可以看 CNN 那章

Change log

• 2017.11.22 创建