Notice
Recent Posts
Recent Comments
Link
Tags
- L2 Distance
- defaultdict
- nlp
- 역전파
- 슬라이딩 윈도우
- cooccurrence
- back propagation
- Sliding Window
- 자연어 처리
- 선택 선호도
- selectional preference
- 동시 출현
- 워드 임베딩
- 자카드 유사도
- Infinity Distance
- 거리 재기
- 명사 클래스
- 자연어처리
- word2vec
- L1 Distance
- 클래스
- 인사이드
- KoNLPy
- 파이썬
- Strip
- 동사 술어
- 유사도
- selectional association
- 벗기다
- 워드투벡
Archives
- Today
- Total
목록유사도 (1)
SILVERCitYz
벡터 유사도 구하기
본 내용은 '김기현의 자연어 처리 딥러닝 캠프 -파이토치편'에서 발췌한 내용이다. L1 거리 L1 norm을 사용한 거리. 맨해튼 거리라고도 함. 두 벡터의 각 차원별 값의 차이의 절대값을 모두 합한 값 def L1_distance ( x1, x2 ) : return ((x1-x2).abs()).sum() L2 거리 L2 norm을 이용한 거리. 유클리디안 거리. 차원별 값 차이의 제곱의 합에 루트를 취한 값 def L2_distance ( x1, x2 ) : return ((x1-x2)**2).sum()**.5 Infinity Norm 차원별 값 차이 중 가장 큰 값. def inf_distance ( x1, x2 ) : return ((x1-x2).abs()).max() 코싸인 유사도 (Cosine ..
NEWCONCEPTS
2020. 3. 30. 22:19