2016/10/6

1: 用自定义的weighted loss来看， 10000个batch仍然没有收敛；

2：仍然使用sigmoid cross entropy loss, 7 epoches 左右仍然收敛，对于7w数据；

3：改动loss， 避免nan loss的出现；

 

2016/12/6

1: 用lstm做classfication， 思路是将问题和答案各自转换成一个1000维向量，softmax作为1000个主题的概率，然后算点积和，最大化点积和的情况是两个属于同一个主题的概率最大；failed.

2: 用weighted lstm，思想是不用lstm的最终向量，而是用每个词的output向量，根据单词的weight来做加权平均作为最终的向量； failed. 

     结果证明同时训练单词的weight和用weighted average lstm中间向量，结果还不如直接用lstm的最终output；

     NAN loss极有可能是分母为0所导致的；

 

2017/1/12 

1: 用normalize的方法将word embedding正规化，

     一般而言，tf提供了两种主流的方法，一种是L2的方法，就是将每个维度的数平方加起来等于1， 一种是local normalize的方法，分别搜索tf.nn.l2_normalize 和tf.nn.local_response_normalization。

     另外，tf提供了很多的算矩的方法，可以根据矩（均值和方差）来做normalize，见tf.nn.moments

 

2: 对于lstm output用cnn的思考

     2.1：lstm output的话，对于一个句子，output的向量维度是[batch size， sentence length， rnn dimension， 2]

     （最后的一个2是因为采用的是bi-directional rnn，所以有两个值），

      所用的convolution方法是在sentence length的维度上取三个单词，在rnn dimension上取所有的长度，然后取256个channels，

     这样输出的向量就是[batch size, sentence length, 1, 256]. 然后relu处理（对所有的点取max(x, 0)），最后在sentence length的维度上maxpool;

     2.2 : 这里主要有几个问题

          1: sentence length取得是150， 但是其中包含了大量的填充，可能真实句子就只有15个词汇，剩下135全是填充词汇；

          2: rnn dimension上的不同维度代表不同的相对意义，但是线性的结合起来是否不合理?

 

3: 因为实际的训练数据可能存在一定的bad case；因此每次训练一个batch，抛出top 5%最高的的loss；

 

2017/1/23

 经过两天的训练，发现lstm_cnn模型最后收敛到了0.693147，这个数值代表所有的预测概率值都是0.5，有时候真的不是模型复杂最后结果好的；总结一句就是数据简单就上简单模型，数据复杂就试试增大模型体量，增加层数和参数数量；