上一页 1 ··· 335 336 337 338 339 340 341 342 343 ··· 400 下一页
摘要: KITTI数据集上MaskRCNN检测效果示例 在Semantic Instance Segmentation Evaluation中,MaskRCNN性能效果排名第一。 Test Image 0 Input Image PredictionTest Image 1 Input Image Pred 阅读全文
posted @ 2020-07-03 14:00 吴建明wujianming 阅读(493) 评论(0) 推荐(0)
摘要: 几何和线性代数算子 Geometry and Linear Algebraic Operations 了解了线性代数的基础知识,并了解了如何使用来表示转换数据的常见操作。线性代数是进行深度学习和更广泛的机器学习的主要数学支柱之一。虽然包含了足够多的机制来交流现代深度学习模型的机制,但是这个主题还有很 阅读全文
posted @ 2020-07-03 12:52 吴建明wujianming 阅读(476) 评论(0) 推荐(0)
摘要: 自然语言推理:微调BERT Natural Language Inference: Fine-Tuning BERT SNLI数据集上的自然语言推理任务设计了一个基于注意力的体系结构。现在通过微调BERT来重新讨论这个任务。自然语言推理是一个序列级文本对分类问题,而微调BERT只需要额外的基于MLP 阅读全文
posted @ 2020-07-03 10:34 吴建明wujianming 阅读(1008) 评论(0) 推荐(0)
摘要: 微调BERT:序列级和令牌级应用程序 Fine-Tuning BERT for Sequence-Level and Token-Level Applications 为自然语言处理应用程序设计了不同的模型,例如基于RNNs、CNNs、attention和MLPs。当存在空间或时间限制时,这些模型是 阅读全文
posted @ 2020-07-03 09:56 吴建明wujianming 阅读(403) 评论(0) 推荐(0)
摘要: 自然语言推理:使用注意力机制 Natural Language Inference: Using Attention 自然语言推理任务和SNLI数据集。鉴于许多模型都是基于复杂和深层架构的,Parikh等人提出用注意机制解决自然语言推理问题,并称之为“可分解注意力模型”【Parikh等人,2016年 阅读全文
posted @ 2020-07-03 08:46 吴建明wujianming 阅读(471) 评论(0) 推荐(0)
摘要: 自然语言推理和数据集 Natural Language Inference and the Dataset 情绪分析的问题。此任务旨在将单个文本序列分类为预定义的类别,例如一组情感极性。然而,当需要判断一个句子是否可以从另一个句子中推断出来,或者通过识别语义上等价的句子来消除冗余时,知道如何对一个文 阅读全文
posted @ 2020-07-03 07:01 吴建明wujianming 阅读(1441) 评论(0) 推荐(0)
摘要: 情感分析:基于卷积神经网络 Sentiment Analysis: Using Convolutional Neural Networks 探讨了如何用二维卷积神经网络来处理二维图像数据。在以往的语言模型和文本分类任务中,把文本数据看作一个一维的时间序列,自然地,使用递归神经网络来处理这些数据。实际 阅读全文
posted @ 2020-07-02 19:34 吴建明wujianming 阅读(764) 评论(0) 推荐(0)
摘要: 情感分析:基于循环神经网络 Sentiment Analysis: Using Recurrent Neural Networks 与搜索同义词和类比词类似,文本分类也是单词嵌入的一个下游应用。在本文中,将应用预训练的词向量(glow)和具有多个隐藏层的双向递归神经网络,如图1所示。将使用该模型来判 阅读全文
posted @ 2020-07-02 17:44 吴建明wujianming 阅读(732) 评论(0) 推荐(0)
摘要: 情感分析和数据集 Sentiment Analysis and the Dataset Natural Language Processing: Applications 如图1所示,描述使用不同类型的深度学习架构(如MLPs、cnn、rnn和attention)设计自然语言处理模型的基本思想。虽然 阅读全文
posted @ 2020-07-02 17:06 吴建明wujianming 阅读(1475) 评论(0) 推荐(0)
摘要: 深度因式分解机 Deep Factorization Machines 学习有效的特征组合对于点击率预测任务的成功至关重要。因子分解机以线性范式对特征交互进行建模(例如,双线性交互)。对于实际数据来说,这通常是不够的,因为在实际数据中,固有特征交叉结构通常非常复杂和非线性。更糟糕的是,二阶特征交互在 阅读全文
posted @ 2020-07-02 15:46 吴建明wujianming 阅读(629) 评论(0) 推荐(0)
上一页 1 ··· 335 336 337 338 339 340 341 342 343 ··· 400 下一页