pytorch - 为什么在 BiLSTM 之上使用 crf 的 pytorch 实现的边际概率来计算 CrossEntropy 损失无法训练模型
问题描述
我正在尝试在 PyTorch 中实现 BiLSTM+CRF 模型以进行命名实体识别。我使用了一些 CRF 的可用 pytorch 实现,它们通常具有返回边际概率的功能。我没有使用这些库提供的 CRF 损失,而是尝试使用边际概率和真实标签来计算 CrossEntopy 损失。损失计算正确,但模型没有学习这种损失。有什么我想念的吗?
解决方案
推荐阅读
- php - 从 MultiArray 中删除所有重复的键和值
- azure - 我无法 RDP 到我的 Azure VM 的原因可能是什么?
- javascript - 触发 DIV 容器 onclick 而不是在内容内
- reactjs - 测试选项卡和选项卡组件
- php - 每 4 次迭代创建行并关闭 div
- clang - Clang 相当于 GCC 的 __builtin_darn()
- swift - 无法按名称访问 MLDataTable 列
- python - 在系列上使用 join() 时出现键错误 0
- javascript - 旧 javascript 代码中的函数语法
- android - 当应用程序处于后台或关闭时,Firebase 通知未在通知中显示表情符号