这篇论文的作者是来自于Google Research的Telmo Pires，Eva Schlinger和Dan Garrette。既然BERT能够在每一层都学习到特殊的表层、句法以及语义特征表示，那么多语言BERT（M-BERT）在上面学到了什么呢？多语言BERT在零样本迁移...

本文作者是 Kanda 的机器学习工程师 Daniel Rothmann，他对一切具有变革性的事物都感兴趣，这里是他在和客户合作的过程中总结出的小数据处理方法。雷锋网整理。...

并非每个回归或分类问题都需要通过深度学习来解决。甚至可以说，并非每个回归或分类问题都需要通过机器学习来解决。毕竟，许多数据集可以用解析方法或简单的统计过程进行建模。...

【导读】如果你需要深度学习模型，那么 PyTorch 和 TensorFlow 都是不错的选择。

转载来源：AI 研习社编译的技术博客原标题：Tensorflow Vs Keras? — Comparison by building a model for image classificatio

原标题：How to Train Your Model (Dramatically Faster)

在阅读了一篇 MNIST 的教程（或 10 篇）并了解了一些 Tensorflow / Keras 最佳实践后，你可能会认为将神经网络应用于预测任务是一种“即插即用”操作。

词嵌入（word embeddings）和句嵌入（sentence embeddings）已经成为任何基于深度学习的自然语言处理系统不可或缺的部分。

机器学习中的迁移学习问题，关注如何保存解决一个问题时获得的知识，并将其应用于另一个相关的不同问题。

在过去一年多的时间里，以预训练模型形式进行的迁移学习已经成为NLP领域的主流，许多任务的基准都因而得到极大地提升。然而事实上迁移学习在NLP中并不是最近才出现的。...