回顾 | 跟李沐一起动手学深度学习第十六课：词向量（word2vec）

本文为1月20日（周六）上午，将门联合亚马逊AI主任科学家李沐博士：从零开始入门深度学习第十六课的内容回顾，继续由亚马逊应用科学家Aston Zhang为大家带来。

随着深度学习的广泛应用，词向量（word embedding）已逐渐成为自然语言处理的基础知识。本课以word2vec为例，着重介绍了两套模型：跳字模型（Skip-gram）和连续词袋模型（CBOW），以及两套高效训练法：负采样（Negative sampling）和层序softmax（Hierarchical softmax）。

获取完整回顾视频>>关注“将门创投”(thejiangmen)微信公众号，回复“第十六课”获取下载链接。

转自：将门创投

完整内容请点击“阅读原文”