分类： 深度学习
-
关于深度学习:为神经网络选择正确的激活函数
咱们都晓得神经网络模型中应用激活函数的次要目标是将非线性个性引入到咱们的网络中，强化网络的学习能力。激活函数利…
-
关于深度学习:恒源云gpusharecomBytePair-Encoding算法超详细讲解
在NLP模型中，输出通常是一个句子，例如”I went to New York last week.”，一句话…
-
关于深度学习:gpusharecom基于去噪Transformer的无监督句子编码EMNLP-2021
这几天忙里偷闲去社区看了看各位版主一开始发的文章。重点找了我最喜爱的版主Mathor的文章，认真一查，居然曾经…
-
关于深度学习:5分钟-NLP系列-11-个词嵌入模型总结
词嵌入在深度模型中的作用是为上游工作(如序列标记和文本分类)提供输出特色。在过来的十年中，曾经提出了很多种词嵌…
-
关于深度学习:使用图神经网络从稀疏数据中学习连续时间偏微分方程
这是一篇在2020年发表在ICLR的论文，论文应用图神经网络从稠密数据中学习间断工夫偏微分方程，文章提出的模型…
-
关于深度学习:深入了解-TabNet-架构详解和分类代码实现
Google公布的TabNet是一种针对于表格数据的神经网络，它通过相似于加性模型的程序注意力机制（seque…
-
关于深度学习:Pytorch之SpatialShiftOperation的5种实现策略
粗看: [链接](CVPR 2018) [Grouped Shift] Shift: A Zero FLOP,…
-
关于深度学习:论文推荐在早期训练阶段预测下游模型性能
预训练大规模深度神经网络(NN)，并针对上游工作进行微调已成为深度学习畛域的现状。钻研人员面临的一个挑战是如何…
-
关于深度学习:恒源云语音识别与语义处理领域之低资源机器翻译综述
文章起源 | 恒源云社区原文地址 | 低资源机器翻译综述原文作者 | 角灰摘要神经机器翻译成果十分好，但须要大…
-
关于深度学习:知识图普嵌入技术的极简教程KGE以及如何计算它们
图是我最喜爱应用的数据结构之一，它们能够使咱们可能示意简单的事实世界网络，如疾速交通系统（例如，公交路线、地铁…