-
Embedding 背景 发展 生成方法 在推荐中的应用
随着深度学习在工业届不断火热，Embedding技术便作为“基本操作”广泛应用于推荐、广告、搜索等互联网核心领域中。Embedding作为深度学习的热门研究方向...
大鹅 2023-01-02
526 0 0 -
NLP之从word2vec到ELMO GPT再到BERT与attention transformer过程笔记与详解
在NLP自然语言处理学习或者发展过程中，在13年word2vec word embedding后，人们发现一个单词通过Word Embedding表示，很容易找...
516 0 0 -
基于决策树的泰坦尼克号幸存者分析
基于决策树的泰坦尼克号幸存者分析，几个重要的方法 缺失值的处理 将字符型数据转成数值型 特征属性数据和标签属性的分离 决策树的建模 网格搜索的建立 ……
541 0 0 -
arXiv | 如何更好地理解自然语言？自训练+预训练
今天给大家介绍的是Facebook AI研究团队发表在arXiv上的一篇文章“Self-training Improves Pre-training for N...
500 0 0 -
swin transformer源码解读
2020 年 5 月，Facebook AI 推出了DERT（ Detection Transformer），用于目标检测和全景分割。
494 0 0 -
jieba结巴分词原理浅析与理解 HMM应用在中文分词 及部分代码阅读
这篇博客主要阐述我们在分词任务中常用的分词库结巴jieba分词的实现原理，以及之前博客中讲到的HMM在分词中的应用，算是复习与加深理解一下HMM的知识。jieb...
480 0 0 -
使用transformer BERT预训练模型进行文本分类 及Fine-tuning
Bert 全称为 Bidirectional Encoder Representations from Transformers（Bert）。和 ELMo 不同...
485 0 0 -
从 0 到 1，使用 OpenPPL 实现一个 AI 推理应用
深度学习推理框架 OpenPPL 已经开源了，本文以一个图像分类实例，从 0 到 1 讲解如何部署一个深度学习模型，完成一个 AI 推理应用。
490 0 0 -
模型部署优化的学习路线是什么？
模型部署优化这个方向其实比较宽泛。从模型完成训练，到最终将模型部署到实际硬件上，整个流程中会涉及到很多不同层面的工作，每一个环节对技术点的要求也不尽相同。
476 0 0 -
BERT系列RoBERTa ALBERT ERINE详解与使用学习笔记
继上一篇博客，这篇主要讲一下BERT以及BERT衍生的模型，如RoBERTa ALBERT ERINE等模型的改进与优化效果。
536 0 0
搜索内容
包含标签：深度学习 的文章
