层次Softmax相关论文整理_softmax论文-程序员宅基地

Softmax函数是逻辑函数的一种推广，广泛应用于神经网络的多分类问题中，然而其计算复杂度与类别大小呈线性关系，在应用于语言模型、机器翻译时会带来高额的计算量，故而不少研究尝试寻找其高效的近似方法，层次Softmax便是其中一种常用的方法，本小节中将介绍层次Softmax中的一些代表模型。

1992年，Brown等人在论文《Class-based n-gram models of natural language》提出基于词类的N-gram语言模型，认为单词间存在语义或语法的相似性，故而提出可根据单词的共现信息对单词进行分类。在语言模型中根据上下文预测中心词时，先根据N-gram方法由上下文的类别预测中心词所属类别的概率，再根据类别预测中心词的的概率，中心词的预测概率便表示为两者的乘积。计算单词类别概率后再计算类中单词的概率便是层次Softmax思想的起源。
2001年，Goodman等人在论《Classes for fast maximum entropy training》提出使用词类技术加速最大熵语言模型，因为最大熵语言模型需要使用Softmax函数进行归一化，故而计算量是最大熵的模型的重要局限。文中通过两个最大熵模型对语言模型进行建模，第一个最大熵模型根据上下文预测中心词的所在类别，第二个最大熵模型根据上下文和中心词的类别预测中心词。在第二个最大熵模型中，因为已知单词类别，故而缩小了需要经过Softmax计算的单词个数。该论文的提出的模型是神经网络中层次Softmax模型的雏形，并已经作为Softmax的近似加速算法进行使用。
2005年，Morin等人在论文《Hierarchical probabilistic neural network language model》中首次提出层次神经网络语言模型，根据WordNet中单词的相似关系，将单词构造成二叉树的层次结构，每个单词表示为二叉树叶节点，用一个比特向量表示单词位置。在预测中心词概率的过程中，每次预测比特向量中某个维度为0或1的概率，单词的预测概率便表示为所有维度概率的积，从而将计算复杂度为K的Softmax层降至$\frac{K}{\log K}$，实验表明其速度得到了得到了极大的提升，但是模型效果不理想，困惑度显著上升。
2011年，Mikolov等人在论文《Extensions of recurrent neural network language model》中提出根据以词频的分布将词汇表分成不同的簇【也是当前主要构造层次Softmax的方法】，将单词以词频排序，然后按词频的顺序将其分到每个簇中，保证每个簇的词频总和近似相等。其结果表明基于词频分簇的层次Softmax在带来加速的同时只造成困惑度的轻微上升。Mikolov在其2012年的博士毕业论文《Statistical language models based on neural networks》中表明分簇时使簇中的词频开方后的和近似相等能进一步提升模型效果。自此之后的层次Softmax研究大多都是基于频率进行划分层次的。
2013年，Mikolov等人在论文《Efficient Estimation of Word Representations in Vector Space》【这篇文章也是大家所熟知的Word2Vec模型】提出根据词频将单词构造成Huffman编码树，与Morin等人在论文《《Hierarchical probabilistic neural network language model》的工作相似，使用一个比特向量表示单词在二叉树的位置，不过在Huffman编码树中，词频越高的单词其比特向量维度越低，从而进一步降低计算复杂度。
2017年，Grave等人在论文《Efficient softmax approximation for GPUs》提出自适应Softmax模型，其是一种在GPU上高效运行的层次Softmax模型。因GPU计算较低维度的矩阵乘法时，维度大小几乎不影响计算时间，为了充分利用GPU的并行计算，其提出一个两层的基于词频分簇的层次Softmax，将词频最高的簇与其余簇的类别置于第一层，其余簇置于第二层；并且其认为可以降低词频较低的簇的词向量维度，因其难以学好无需浪费过多的计算。

本文链接：https://blog.csdn.net/SYSU_BOND/article/details/100831274

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

while循环&CPU占用率高问题深入分析与解决方案_main函数使用while(1)循环cpu占用99-程序员宅基地

文章浏览阅读3.8k次，点赞9次，收藏28次。直接上一个工作中碰到的问题，另外一个系统开启多线程调用我这边的接口，然后我这边会开启多线程批量查询第三方接口并且返回给调用方。使用的是两三年前别人遗留下来的方法，放到线上后发现确实是可以正常取到结果，但是一旦调用，CPU占用就直接100%(部署环境是win server服务器)。因此查看了下相关的老代码并使用JProfiler查看发现是在某个while循环的时候有问题。具体项目代码就不贴了，类似于下面这段代码。while(flag) {//your code;}这里的flag._main函数使用while(1)循环cpu占用99

【无标题】jetbrains idea shift f6不生效_idea shift +f6快捷键不生效-程序员宅基地

文章浏览阅读347次。idea shift f6 快捷键无效_idea shift +f6快捷键不生效

node.js学习笔记之Node中的核心模块_node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是-程序员宅基地

文章浏览阅读135次。Ecmacript 中没有DOM 和 BOM核心模块Node为JavaScript提供了很多服务器级别，这些API绝大多数都被包装到了一个具名和核心模块中了，例如文件操作的 fs 核心模块，http服务构建的http 模块 path 路径操作模块 os 操作系统信息模块// 用来获取机器信息的var os = require('os')// 用来操作路径的var path = require('path')// 获取当前机器的 CPU 信息console.log(os.cpus._node模块中有很多核心模块,以下不属于核心模块,使用时需下载的是

数学建模【SPSS 下载-安装、方差分析与回归分析的SPSS实现(软件概述、方差分析、回归分析)】_化工数学模型数据回归软件-程序员宅基地

文章浏览阅读10w+次，点赞435次，收藏3.4k次。SPSS 22 下载安装过程7.6 方差分析与回归分析的SPSS实现7.6.1 SPSS软件概述1 SPSS版本与安装2 SPSS界面3 SPSS特点4 SPSS数据7.6.2 SPSS与方差分析1 单因素方差分析2 双因素方差分析7.6.3 SPSS与回归分析SPSS回归分析过程牙膏价格问题的回归分析_化工数学模型数据回归软件

利用hutool实现邮件发送功能_hutool发送邮件-程序员宅基地

文章浏览阅读7.5k次。如何利用hutool工具包实现邮件发送功能呢？1、首先引入hutool依赖<dependency> <groupId>cn.hutool</groupId> <artifactId>hutool-all</artifactId> <version>5.7.19</version></dependency>2、编写邮件发送工具类package com.pc.c..._hutool发送邮件

docker安装elasticsearch，elasticsearch-head，kibana，ik分词器_docker安装kibana连接elasticsearch并且elasticsearch有密码-程序员宅基地

文章浏览阅读867次，点赞2次，收藏2次。docker安装elasticsearch，elasticsearch-head，kibana，ik分词器安装方式基本有两种，一种是pull的方式，一种是Dockerfile的方式，由于pull的方式pull下来后还需配置许多东西且不便于复用，个人比较喜欢使用Dockerfile的方式所有docker支持的镜像基本都在https://hub.docker.com/docker的官网上能找到合..._docker安装kibana连接elasticsearch并且elasticsearch有密码

随便推点

Python 攻克移动开发失败！_beeware-程序员宅基地

文章浏览阅读1.3w次，点赞57次，收藏92次。整理 | 郑丽媛出品 | CSDN（ID：CSDNnews）近年来，随着机器学习的兴起，有一门编程语言逐渐变得火热——Python。得益于其针对机器学习提供了大量开源框架和第三方模块，内置..._beeware

Swift4.0_Timer 的基本使用_swift timer 暂停-程序员宅基地

文章浏览阅读7.9k次。//// ViewController.swift// Day_10_Timer//// Created by dongqiangfei on 2018/10/15.// Copyright 2018年飞飞. All rights reserved.//import UIKitclass ViewController: UIViewController { ..._swift timer 暂停

元素三大等待-程序员宅基地

文章浏览阅读986次，点赞2次，收藏2次。1.硬性等待让当前线程暂停执行，应用场景：代码执行速度太快了，但是UI元素没有立马加载出来，造成两者不同步，这时候就可以让代码等待一下，再去执行找元素的动作线程休眠，强制等待 Thread.sleep(long mills)package com.example.demo;import org.junit.jupiter.api.Test;import org.openqa.selenium.By;import org.openqa.selenium.firefox.Firefox.._元素三大等待