最新 最热

什么是Adam/ReLU/YOLO?这里有一份深度学习(.ai)词典

本文旨在解释深度学习的一些常用术语,尤其是吴恩达在deeplearning.ai的Coursera课程中会频繁提到的重要词汇。每个词条包含意义阐释、图片和相关链接(公众号读者请点击原文查看),希望能对深度学习初学者和从业者有所帮助...

2019-11-19
1

干货 | 吴恩达亲自为这份深度学习专项课程精炼图笔记点了赞!(附下载)

[ 导读 ]吴恩达在推特上展示了一份由 TessFerrandez 完成的深度学习专项课程信息图,这套信息图优美地记录了深度学习课程的知识与亮点。因此它不仅仅适合初学者了解深度学习,还适合机器学习从业者和研究者复习基本概念...

2019-11-18
0

【综述】​从基础到前沿看迁移学习在NLP中的演化

论文标题:Evolution of Transfer Learning in Natural Language Processing

2019-11-14
0

【综述】卷积神经网络: 从基础技术到研究前景

过去几年来,计算机视觉研究主要集中在卷积神经网络(常简称为 ConvNet 或 CNN)上。这些工作已经在广泛的分类和回归任务上实现了新的当前最佳表现。相对而言,尽管这些方法的历史可以追溯到多年前,但对这些系统得到出色结果...

2019-11-14
0

T5,一个探索迁移学习边界的模型

T5 是一个文本到文本迁移 Transformer 模型,通过将所有任务统一视为一个输入文本并输出文本,其中任务类型作为描述符嵌入到输入中。该模型使单个模型可以执行各种各样的有监督任务,例如翻译、分类、Q&A、摘要和回归(例如,输...

2019-11-13
0

当前NLP迁移学习中的一些问题

目前NLP中最成功的迁移学习形式是序列迁移学习(STL),通常采用语言预训练的形式(https://arxiv.org/abs/1801.06146)。最近几乎所有的SOTA结果主要是由两步方案驱动的:...

2019-11-12
0

ICCV 2019 | 加一个任务路由让数百个任务同时跑起来,怎么做到?

传统的多任务(MTL)学习方法依赖于架构调整和大型可训练参数集来联合优化多个任务。但是,随着任务数的增多,体系结构调整和资源需求的复杂性也随之增加。在本文中,作者引入了一种新方法,该方法在卷积激活层上应用条件特征的...

2019-11-12
0

干货!吴恩达亲自为这份深度学习专项课程精炼图笔记点了赞!

吴恩达在推特上展示了一份由 TessFerrandez 完成的深度学习专项课程信息图,这套信息图优美地记录了深度学习课程的知识与亮点。因此它不仅仅适合初学者了解深度学习,还适合机器学习从业者和研究者复习基本概念。机器之...

2019-11-12
0

调试机器学习模型的六种方法

在传统的软件开发中,一个 bug 通常会导致程序崩溃。这对用户来说是很烦人的,因此解决这些问题对开发人员来说很重要——当程序失败时,开发人员可以检查错误以了解原因。...

2019-11-07
0

AI未来如何应对数据饥荒?联邦学习的崛起

人工智能于1956年被设立为一门学科,然而尽管它已有60年的历史,但其发展仍道阻且长。

2019-11-06
0