初学者求lstm+cnn/tensorflow代码？｜New beginner for "lstm+cnn/tensorflow"

Question

初学者求lstm+cnn/tensorflow代码？｜New beginner for "lstm+cnn/tensorflow"

Opened this issue 8 years ago · 8 comments

WaveLi123 commented 8 years ago

Answer 1 · 2017-07-12T01:43:24.000Z

这是我试着写的，希望能帮到你https://github.com/pcgreat/insuranceQA-cnn-lstm/tree/master/lstm_cnn/tensorflow

Answer 2 · 2017-07-21T07:13:56.000Z

tf版本的lstm+cnn的代码,怎么还是cnn的代码啊?@ pcgreat

Answer 3 · 2017-07-21T15:55:01.000Z

@chenzhi1992 抱歉，上传代码的时候弄错了，现在更正了

Answer 4 · 2017-07-21T15:56:31.000Z

谢谢回复！发自网易邮箱大师在2017年07月21日 23:55，Chao Pan 写道: @chenzhi1992 抱歉，上传代码的时候弄错了，现在更正了 — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or mute the thread.

Answer 5 · 2017-07-24T01:21:20.000Z

你的lstm+cnn 大概训练多少step后loss收敛?我训练到1000step,acc一直在0.1到0.2之间.@pcgreat
@ pcgreat

Answer 6 · 2017-07-24T02:05:00.000Z

1000步太少了，至少12k步才能看出点效果。你可以适当加一点优化，比如有选择地抽取negative的sample，这样收敛快一些

…

Sent from my iPhone

On Jul 23, 2017, at 9:21 PM, chenzhi1992 ***@***.***> wrote: 你的lstm+cnn ***@***.*** @ pcgreat — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub, or mute the thread.

Answer 7 · 2017-08-08T13:53:56.000Z

cnn/tensorflow/insqa_cnn 中：
with tf.name_scope("accuracy"):
self.correct = tf.equal(zero, self.losses)
self.accuracy = tf.reduce_mean(tf.cast(self.correct, "float"), name="accuracy")
这几行不足以评估模型的好坏吧，只是统计训练数据中“一个正确答案跟一个错误答案”选对正确答案的比例。。

Answer 8 · 2017-08-08T13:58:32.000Z

cnn/tensorflow/insqa_train 中，模型评估的方法dev_step（）中，实际上只评估了20条数据吧。
为什么不是直接所有答案的向量计算出来，，然后对于新的问题，计算向量，匹配所有答案向量，得到最佳答案，跟真实的答案比较得到准确率呢？？
现在这样写有什么好处？？