CNN代替了传统手工特征,利用训练集提取特征,主要应用于图像,提取局部空间特征,当然3纬的cnn也能提取序列信息。lstm主要用于序列建模,具有长时记忆,能记住更久的信息。传统cnn获得精度主要通过增加深度,不短的堆叠相同结构,但是有时候会出现衰退现象,通常会考虑增加残差,如resnet,过得精度也可增加网络的宽度如inception family网络,如果在移动端做学习,最好用depthwise conv和group conv。所以深度选择看具体的应用平台是啥。两个字符串可以用word2vector映射到特征空间求cosin,关键词相似度简单考虑可以用bow做representation,tf_idf做特征,算cosin.愚见
点赞 8

相关推荐

frutiger:逆天,我家就安阳的,这hr咋能说3k的,你送外卖不比这工资高得多?还说大厂来的6k,打发叫花子的呢?这hr是怎么做到说昧良心的话的
点赞 评论 收藏
分享
牛客网
牛客网在线编程
牛客网题解
牛客企业服务