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