N-gram 定义及应用：文本分析、深度学习损失函数和卷积网络池化

N-gram 被定义为 N 个关键词组合在一起。从给定的句子 'AnalytiVidhya isa great soure to learn data science' 可以产生 6 个二元组：(AnalytiVidhya, isa), (isa, great), (great, soure), (soure, to), (to, learn), (learn, data science)。

深度学习模型中，常见的损失函数有'交叉熵损失函数'和'均方误差损失函数'。

卷积网络中的 pooling (池化) 操作，主要目的是减少特征图的大小，常见的池化方式有'最大池化'和'平均池化'，还有一种较少被使用的 k-max pooling。