摘要：
深度学习实践篇[17]：模型压缩技术、模型蒸馏算法：Patient-KD、DistilBERT、DynaBERT、TinyBERT 阅读全文
摘要：
深度学习应用篇-元学习[16]：基于模型的元学习-Learning to Learn优化策略、Meta-Learner LSTM 阅读全文
摘要：
深度学习应用篇-元学习[15]：基于度量的元学习：SNAIL、RN、PN、MN 阅读全文
摘要：
深度学习应用篇-元学习[14]：基于优化的元学习-MAML模型、LEO模型、Reptile模型 阅读全文
摘要：
深度学习应用篇-元学习[13]：元学习概念、学习期、工作原理、模型分类等 阅读全文
摘要：
深度学习应用篇-推荐系统[12]：经典模型-DeepFM模型、DSSM模型召回排序策略以及和其他模型对比 阅读全文
摘要：
深度学习应用篇-推荐系统[11]：推荐系统的组成、场景转化指标（pv点击率,uv点击率,曝光点击率）、用户数据指标等评价指标详解 阅读全文
摘要：
深度学习应用篇-自然语言处理[10]：N-Gram、SimCSE介绍，更多技术：数据增强、智能标注、多分类算法、文本信息抽取、多模态信息抽取、模型压缩算法等 阅读全文
摘要：
深度学习应用篇-自然语言处理-命名实体识别[9]：BiLSTM+CRF实现命名实体识别、实体、关系、属性抽取实战项目合集（含智能标注） 阅读全文
摘要：
深度学习应用篇-计算机视觉-视频分类[8]：时间偏移模块（TSM）、TimeSformer无卷积视频分类方法、注意力机制 阅读全文