rod*_*ira 3 nlp machine-learning lstm recurrent-neural-network
在 RNN 世界中，填充词向量的哪一端以使它们具有相同的长度重要吗？
例子
pad_left = [0, 0, 0, 0, 5, 4, 3, 2]
pad_right = [5, 4, 3, 2, 0, 0, 0, 0]
小智 5
有些人在他们的论文《Effects of Padding on LSTMs and CNNs》中对预填充和后填充进行了实验。这是他们的结论。
\n\n\n对于 LSTM，后填充的准确性 (50.117%)远低于预填充 (80.321%)。
\n预填充和后填充对 CNN 来说并不重要，因为与 LSTM 不同，CNN 不会尝试记住先前输出中的内容，而是尝试在给定数据中查找模式。
\n
没想到补仓效果这么大，建议你自己验证一下。
\n| 归档时间： |
|
| 查看次数： |
1251 次 |
| 最近记录： |