摘要： 导论 自然语言处理，NLP，接下来的几篇博客将从四方面来展开： （一）基本概念和基础知识 （二）嵌入Embedding （三）Text classification （四）Language Models （五）Seq2seq/Transformer/BERT （六）Expectation-Maxim 阅读全文

摘要： 导论 自然语言处理，NLP，接下来的几篇博客将从四方面来展开： （一）基本概念和基础知识 （二）嵌入Embedding （三）Text classification （四）Language Models （五）Seq2seq/Transformer/BERT （六）Expectation-Maxim 阅读全文

摘要： 导论 自然语言处理，NLP，接下来的几篇博客将从四方面来展开： （一）基本概念和基础知识 （二）嵌入Embedding （三）Text classification （四）Language Models （五）Seq2seq/Transformer/BERT （六）Expectation-Maxim 阅读全文

摘要： 导论 自然语言处理，NLP，接下来的几篇博客将从四方面来展开： （一）基本概念和基础知识 （二）嵌入Embedding （三）Text classification （四）Language Models （五）Seq2seq/Transformer/BERT （六）Expectation-Maxim 阅读全文

摘要： ELMO, BERT, GPT讲解 1.导论 （1）过去计算机怎么读人类文字的？ 1-of-N Encoding：每个单词有一个编码，但是这样单词之间没有关联。 Word Class：按照类别分，但是太粗糙了，无法细分。 Word Embedding：向量表示，接近的向量有近似的语义。 （2）一个w 阅读全文

摘要： 1.导论 （1）深度学习按照成熟度分类 ①成熟的深度学习算法： 深度前馈网络（deep feedforward network），也叫 前馈神经网络（feedforward neural network）或 多层感知机（multilayer perceptron, MLP），是典型的深度学习模型。 阅读全文

摘要： 模型评估包括模型准确性评估和模型泛化性能评估。 一、模型准确性 1.两种评价标准 我们以Y={y1,y2,...,yn}Y={y1,y2,...,yn}表示真实的数据，以Y^={y^1,y^2,...,y^n}Y^={y^1,y^2,...,y^n}表示预测出来的数据。 （1）最小错误率（最大准确率 阅读全文

摘要： 1.The First Class（tier-1） IJCAI (1+)：1.82 (top 4.09 %) ，AI最好的综合性会议 AAAI (1)：1.49 (top 9.17%)，偶数年里因为没有IJCAI, 它就是最好的AI综合性会议, 但因为号召力毕竟比IJCAI要小一些, 特别是欧洲人捧 阅读全文

摘要： 1.一般形式 （1）一般形式 （2）一般形式推广 此推广形式又称卡尔松不等式，其表述是：在m×n矩阵中，各列元素之和的几何平均不小于各行元素的几何平均之和。 二维形式是卡尔松不等式n=2时的特殊情况。 （3）二维形式 2.向量形式 （1）向量形式 （2）向量形式推广 3.三角形式 4.概率论形式 5 阅读全文

摘要： 1.wiki镜像： https://en.wanweibaike.com/wiki-SpaceX#Hardware 阅读全文