标签：左右 十一点 shuf 网络模型 扩展 距离 NPU color src
希望在毫不知情（很少的人类介入）的情况下实现。即端对端的实现。
工具推荐：
使用自编码器的情况：1）拿到的原始数据缺少标签 （数据降噪） 2）数据太大了，需要进行降维，使得最后数据集大小可接受（例如可以讲原始的8*8图片压缩成2*1的）
将原始图片“数字2”压缩（encoder一个从大到小的NN）到一个中间量（compressed representation），然后通过一个完全反过来的（Decoder一个从小到大的NN）恢复出原始图片。
自编码器实质：自己来学习自己。在中间加了两个对立漏斗形的NN。目的在于处理前后输入输出图片之间的差异尽量小。
当输出可以很好恢复出输入的时候，可以认为中间量（compressed representation）是足够好，足够独特的。
Auto-Encoder可以视为是DL的开山鼻祖，因为它最早且直观简单的。真实熟练地实现了DL的精确要素，不用人为处理来提取。
比较文本编解码前后相似度的方法：（1）列文斯坦距离。（原句子到输出语句需要进行多少步转换）
（2）或者将原文本表示成矩阵向量，然后计算两词向量之间的夹角cosine值，来表示这俩向量之间的距离。
对于init DNN weights：
将encoder取出来作为NN的init位，建立一个NN的前面几位可以不用学习了，因为通过encoder学习得到的可以被视为是已经提取出来的特征表达形式。从而可以让NN变得更加快速。
而这个思路被证实还不如做随机初始化（random initial），因为随机初始化的时候还不容易陷入局部最优解。
batch normalization：分成一个个小batch，并将每个小batch（融合到一堆进行训练）进行normalization（归一化），使得最后计算结果的学习曲线能够更加平滑。
Residual Learning（残差学习）：每次学习的时候都随机跳过几个DL的块，这样既能加快整体训练速率，又能保证整个DL的严谨性。
因此每当你处在一个三维的环境当中的时候，你是没有办法跳出这个维度本身，即你无法很好的解释这个三维世界本身。
也就是说，你至少要比你所在维度高一维才能很好地来解释它。因此很可能你得到的是局部最优解，因为你没办法判断是不是全局最优
python2是基于ASCII的，python3是基于Unicode（现阶段较完美的替代ASCII，囊括了全世界的所有语言）。
这里采用ASCII（共256）来实现对英文句子的编码，对于一个神经网络模型而言，输入的X——Y的过程中要求X应该应该是等长的。
因此在__init__函数的参数列表中：sen_len均固定长度为512，经过encoder得到的中间量的长度encoding_dim=32，训练次数epoch=50次，从训练集中取val_ratio=0.3来保证在学习的时候进行观测有无过拟合现象的产生。
当中的preprocess需要自行补充：将text扩展/截断成512的长度，sen_len并且每个字符用ASCII表示。得到的结果作为x_train。
因此，所有input都变为unified的表达形式。并且它们都有各自一一对应的特征表达。
input层：512长度
encoder：1024——512——128——32（encoding_dim）
decoder：128——512——1024——512（sen_len）
预留好input size的目的是为了保证输入的shape和之前的是一样的
把所有的layer倒推一下（即encoder的倒数n层作为decoder的正数n层）
进行compile一下：adam优化器，损失函数，来进行自我学习，直到它们的差异达到最小。
fit：将x_train作为输入x放入，将x_train作为y也输入。shuffle=True的意思是每次学习完后将学到的数据进行打乱。
KNN：将x_train这个文本利用predict变为32位代码（压缩码），从而编译时间就会变得很短。
然后再用一个kmean最近模型将相近的划分到一起，远的分为另一类。从而实现粗略的分类（即聚类）。
此时模型已经训练好了，现在进行测试预测：
predict函数：先将x变为等长的512位的ASCII码，并处理成32位压缩码x_test，再用KNN分类[0，1]
KNN是一个无监督的分类器。（kmean模型聚类算法）
Auto-Encoder整个过程没有用到任何的label，用的都是数据x本身，都没有用到y，这是一个很完善的非监督算法。缺点在于算法的精确度不是很高。
CNN相当于将输入的同一张图片在不同的滤镜下得到不同的显示形式，暗含图片的一些鲜为人知的特征。
这些特征可以通过计算机进行学习后，作为原图片的特征表达向量。利用这个向量和label标签y进行学习。
“ 滤镜”对应图中的黄色部分。图片为绿色的5*5图片。“滤镜”的获取也不是随机的，是CNN学习的一部分。
右图中：中间点和上下左右的像素如果相近的话，加起来就会抵消变0，呈现黑色。但是如果周围和中心点的颜色相差很大的话，
可以利用word2vec将一句话转换为数字向量的形式。从而将每个单词都写成一个个横向的向量，如下图：
成功将一句话扩展成为了一张图片的表达形式（二维的像素值），从而此形式的数据就能直接放入CNN当中：
先用一个滤镜扫过得到一个个特征点，
然后利用max-pooling（因为滤镜扫过了所有的像素点产生了所有的特征值，而这些特征值不一定全是我们需要的）选择特征向量中的最大值
（采用maxpool的原因是：拿到一张图片最耀眼是最值得关注的，因此只需要将这个最被注意的点提取出来代表这个区域。）
采用max-pool实质就是为了降维降低计算复杂度。
池化层之后所有特征都会变成一维的横向排布。然后输出对应到0,1的分布。
我们不一定要将句子处理成图片的形式，也可以把它处理成一维向量形式。
利用ASCII预处理的过程，将输入text统一变为512位（用256中ASCII表示的）数字代码sentence。
然后通过一维的filter照射每一个区域，得到一个个feature map
经过max-pooling取出最大值，
然后通过分类器(MLP：SVM，LR)得出分类的y
这个方式会比方法一转换过程要简单一点，不用转换为图片形式。
RNN：对于一个有记忆的时间序列模型而言，人眼是从头开始一个个按顺序的看。
RNN可以很好保存信息的前后关系，时间序列。
CNN：人眼看语句的时候用的是图像思维，并非真的一个个字看过去。是将看到的先转换为一张图片，然后进行大脑处理，再进行语义提取。
相当于“看到”和“到看”经过池化层之后只会得到最具特征的“看”，同样“话句”也会被池化层处理为“话”。
CNN重点在于处理传入语句的含义，不纠结与句子的前后语序。
wide中采用padding来保证图片中每一点都能被扫到，但也可能带来一些意想不到的噪声。
narrow中都是自己的点，不会越过原图本身。
标签：左右 十一点 shuf 网络模型 扩展 距离 NPU color src
原文地址：https://www.cnblogs.com/Josie-chen/p/9146123.html
