迁移学习是将预训练模型应用到一个新的数据集，是计算机视觉领域爆炸式进步的一个关键，在2018年成功应用到了NLP

本文介绍一种称之为BERT的新语言表征模型，意为来自变换器的双向编码器表征量(BidirectionalEncoder Representations from Transformers)。不同于最近的语言表征模型(Peters等，2018; Radford等，2018)，BERT旨在基于所有层...

1 深度学习：图像搜索可视化商品推荐我想买双新鞋,但是文本搜索不能帮助我们2 神经网络特征是机器学习的关键目标 : 重新检视分类器,但是应用更复杂的非线性特征图像分类神经网络 : 学习...

【摘要】基于深度学习的迁移学习的主流方法一般是从一个任务中学习到可迁移到其他任务的通用特征向量，例如语言中的单词嵌入和视觉中的预训练卷积特征（比如imagenet model 的预训练也是一种迁移），也就是在特征层面做迁移...

NVIDIA Transfer Learning Toolkit特别允许开发人员使用深度学习技术来研究智能视频分析(IVA)系统的更快实现，并以最快和最有效的方式将其应用程序从原型带到生产环境。...

NVIDIA 迁移学习工具包对于深度学习应用开发人员和数据科学家来说是理想的工具，这些开发人员和数据科学家正在为智能视频分析（IVA）和医学成像等行业垂直领域找寻更快、更高效的深度学习训练工作流程。...

最近，英伟达发布了一个迁移学习工具包 (Transfer Learning Toolkit) 。

被誉为神经计算和机器学习领域两大顶级会议之一的NIPS于近日揭晓收录论文名单，此次为第32届会议， 12 月 3 日至 8 日在加拿大蒙特利尔举办。 腾讯AI Lab第三次参加NIPS，共有20篇论文入选，其中2篇被选为亮点论文（Spotlight），...

我现在在Unbox Research工作，由 Tyler Neylon创办的新的机器学习研究单位，岗位是机器学习工程师。我刚刚为一名客户完成了一个服装图片分类的iOS 应用程序开发的项目——在类似这样的项目里，迁移学习是一种非常有用的工...

自然语言处理（NLP）是人工智能（AI）的一个分支，其目标是让计算机能够像人类一样理解、处理和生成自然语言。自然语言，又称人类语言，一般以文字或文本的形式存在于计算机中，从而在某些地方，也被通俗的称为文本智能处理。与自然语...