word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型


      
    word2vec 是 Google 于 2013 年开源推出的一个用于获取 word vector 的工具包,它简单、高效,因此引起了很多人的关注。由于 word2vec 的作者 Tomas Mikolov 在两篇相关的论文 [3,4] 中并没有谈及太多算法细节,因而在一定程度上增加了这个工具包的神秘感。一些按捺不住的人于是选择了通过解剖源代码的方式来一窥究竟,出于好奇,我也成为了他们中的一员。读完代码后,觉得收获颇多,整理成文,给有需要的朋友参考。



相关链接


(一)目录和前言

(二)预备知识

(三)背景知识

(四)基于 Hierarchical Softmax 的模型

(五)基于 Negative Sampling 的模型

(六)若干源码细节



word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型


word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型


word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型word2vec 中的数学原理详解(四)基于 Hierarchical Softmax 的模型


作者: peghoty 

出处: http://blog.csdn.net/itplus/article/details/37969979

欢迎转载/分享, 但请务必声明文章出处.