最近在研究翻译模型中，小数据集的问题，看了几篇有代表性的文章，因此分享一下。众所周知，一个成功的翻译模型，需要大量的语料，让模型能够有效学习到两个语种之间的内在联系。但针对小数据集的翻译模型，除了数据集过少导致模型...

聚类分析在机器学习和数据挖掘中起着不可或缺的作用。学习一个好的数据表示方法对于聚类算法是至关重要的。近年来，利用深度神经网络学习聚类友好表示的深度聚类已经广泛应用于各种聚类任务中。...

知乎 ｜ https://www.zhihu.com/people/xu-xiu-jian-33

自然语言处理（NLP）和计算机视觉（CV）领域已经成功开启了预训练与大模型新时代，涌现出了以BERT，GPT-3, ViT等为代表的划时代成果，实现了one4all范式，也就是一个通用大模型服务于几乎所有下游任务。而推荐系统在该方向发展缓慢，期...

人工智能算法在过去几年极为火热，广泛应用于计算机视觉、语音识别、推荐算法以及智能机器人等领域；调研发现，工程师为了提高神经网络的准确度，一般采用更深层的神经网络，导致模型参数越来越多，该方法虽然能够极为快速、准确...

机器之心专栏机器之心编辑部来自香港中文大学、上海人工智能实验室等机构的研究者提出了高效的视频理解迁移学习框架 EVL，通过固定骨干基础模型的权重，节省了训练计算量和内存消耗。视觉基础模型近两年取得了瞩目发展。...

在Fastai框架下，其实完成了前文所说的数据准备工作，就已经完成了深度网络训练的一半工作。剩下的就是学习器的构建以及训练效果的分析，也就是模型训练的部分。...

2008年10月,化名为“中本聪”的学者在密码学论坛上公开了《比特币:一种点对点的电子现金系统》一文[1],提出了利用PoW和时间戳机制构造交易区块的链式结构,剔除了可信第三方,实现了去中心化的匿名支付。比特币于2009...

迁移学习指的是在相同的模型下，我们在某一份数据上学习的知识可以应用到另外一份数据上去。也就是在某一个场景下学习的知识应用到另外一个场景，这两个场景间不同但是相关。...