DerekHu@DerekHu
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
“毕竟我没房 【 在 wqp314329 的大作中提到: 】 : 就你话多”
“没有专门研究过word embedding，但是word2vec感觉并不需要降维或者降维并不能得到很好的结果？感觉如果要考虑类似pca或者svd的话本来就有sparse representation之后再 降维。”
“你要带头多说话啊 【 在 wqp314329 的大作中提到: 】 : 这个版现在来的人很少了”
“哈哈今天在微博上看见你们部门在地铁站的广告了。。。 【 在 youyo 的大作中提到: 】 : 的确挺忙的，年终奖不能在外面明说，但是过去几年比别的部门都多”
“我的理解是等于前面相当于特征抽取，然后加载分类器上面进行分类，就等于另外训练一个分类器（svm）来适应之前的特征？ 【 在 hyx0215 的大作中提到: 】 : 仅限分类任务哈。 : 就是把最后的全连接层替换成SVM，锁住神经网络，只对SVM进行优化。SVM相比感知机有更强的鲁棒性，并且参数主要取决于困难样本。相比t…”
“据说楼主是p8的大神？ 我有朋友在钉钉，感觉还挺忙的，不过也可能因为刚毕业不久还有很多要学，不过不是据说有一年年终奖发过10个月？ 【 在 youyo 的大作中提到: 】 : 有时候是这样的，但平均10点差不多了。多干多学多得，如果你认可的话 :”
“使用badcase训练确实是并不可行的一种方法，很容易造成过拟合。其实我的意思是一些无法识别的case，或者一些新来的数据进行多次训练 【 在 moonfighting 的大作中提到: 】 : 只用badcase训练？效果会很差”
“加svm是什么意思？求解释 【 在 hyx0215 的大作中提到: 】 : 如果是短时间内少量的badcase，可以考虑加SVM，但是时间长了还是要重新tuning 神经网络的。”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。