blueskydavie

运行crf_tagger.py的时候，发射概率矩阵的行设置为self.feat_size ，而不是self.feat_size+1，程序也是可以跑通的，不知道这种不加一的情况和加一的情况 有什么区别呢？ 在训练出来的模型的准确率等方面没有什么区别吧？谢谢

我表述的不太清楚，是那个权重矩阵 初始化的时候，把+1去掉了，如下 ，其他代码没有变，这样程序也是可以跑通的。 with tf.name_scope('weights'): self.W = tf.get_variable( ######shape=[self.feat_size + 1, self.nb_classes], shape=[self.feat_size, self.nb_classes], initializer=tf.truncated_normal_initializer(stddev=0.01), name='weights' # regularizer=tf.contrib.layers.l2_regularizer(0.001) )