深度學習在這兩年的發(fā)展可謂是突飛猛進，為了提升模型性能，模型的參數(shù)量變得越來越多，模型自身也變得越來越大。在圖像領域中基于Resnet的卷積神經網絡模型，不斷延伸著網絡深度。...
發(fā)簡信
IP屬地：廣東
-
知識蒸餾（Knowledge Distilling），讓你的模型輕裝上陣——keras 實戰(zhàn) -
史上最全的cnn參數(shù)計算詳解廢話不多說, 直接上示例 1. 前戲 卷積前后大小變化示例 現(xiàn)實中的例子 featural金字塔 cnn內部可視化 filter, activation map可視化 cnn...
-
旅行，最試得出一個人的品性之前，在讀《圍城》的時候，記得趙辛梅說過一句話：“旅行，最試得出一個人的品性?！?我對這句話印象極為深刻。 在趙辛楣和方鴻漸等人收到三閭大學校長的邀請信后，一行人從上海出發(fā)前...
-
NLP第17課：基于 CRF 的中文句法依存分析模型實現(xiàn)
句法分析是自然語言處理中的關鍵技術之一，其基本任務是確定句子的句法結構或者句子中詞匯之間的依存關系。主要包括兩方面的內容，一是確定語言的語法體系，即對語言中合法句子的語法結構...
-
深度學習中的多任務學習(Multi-task learning)——keras實現(xiàn)多任務學習(Multi-task learning)簡介 多任務學習(Multi-task learning)是遷移學習（Transfer Learning）的一種，而遷移學...
-
推薦系統(tǒng)實戰(zhàn)之FM（Factorization Machine）算法——keras算法練習（4）筆者在之前的文章中介紹過使用keras搭建一個基于矩陣分解的推薦系統(tǒng),而那篇文章所介紹的方法可能只是一個龐大推薦系統(tǒng)中的一小環(huán)節(jié)。而對于工業(yè)級別的推薦系統(tǒng)，面對極其龐大的產品...
-
深度學習模型處理多標簽（multi_label）分類任務——keras實戰(zhàn)最近在讀論文的的過程中接觸到多標簽分類(multi-label classification)的任務，必須要強調的是多標簽（multi-label）分類任務 和 多分類(mu...
-
Attention is all your need 谷歌的超強特征提取網絡——Transformer過年放了七天假，每年第一件事就是立一個flag——希望今年除了能夠將技術學扎實之外，還希望能夠將所學能夠用來造福社會，好像flag立得有點大了。沒關系，套用一句電影臺詞為自己...
-
知識圖譜關系抽取之PCNN——tensorflow實現(xiàn)知識圖譜（ Knowledge Graph）以結構化的形式描述客觀世界中概念、實體及其關系，將互聯(lián)網的信息表達成更接近人類認知世界的形式，提供了一種更好地組織、管理和理解互聯(lián)...
