发简信
IP属地：浙江
-
我的实践：pytorch框架下基于BERT实现文本情感分类当前，在BERT等预训练模型的基础上进行微调已经成了NLP任务的一个定式了。为了了解BERT怎么用，在这次实践中，我实现了一个最简单的NLP任务...
-
我的实践：通过蚂蚁、蜜蜂二分类问题了解如何基于Pytorch构建分类模型
1.数据集准备 本例采用了pytorch教程提供的蜜蜂、蚂蚁二分类数据集（点击可直接下载）[https://download.pytorch.o...
-
我的实践：通过一个简单线性回归入门pytorch机器学习简单来讲就是要在数据中训练出一个模型，能够将输入映射成合理的输出。所以，在训练模型之前，我们首先准备好输入、输出对；然后再利用这些输入、...
-
元学习（Meta-learning）——让机器学习如何学习
1 元学习概述 元学习的意思即“学会如何学习” 。 在机器学习中，工作量最大也是最无聊的事情就是调参。我们针对每一个任务从头开始进行这种无聊的...
-
强化学习（Reinforcement Learning, RL）——让AlphaGo进化得比人类更强
1 题外话：人类棋手的最后赞礼 2016年3月15日，AlphaGo以4:1的比分击败了人类的传奇棋手李世石。在李世石折戟沉沙的当晚，一个名叫柯...
-
领域自适应（Domain adaption)——实现模型的自适应迁移
领域自适应（Domain adaption)——实现模型的自适应迁移 1 领域自适应网络概述 有时候我们在某个领域训练出的一个模型，想迁移到另一...
-
生成对抗网络（Generative Adversarial Networks,GAN）——让机器学习具有创造力
1 生成对抗网络概述 有时候我们希望网络具有一定的创造力，比如画画、编曲等等，能否实现呢？是可以实现的，大家可以鉴别一下下面这几张照片，哪些是真...
-
BERT——自监督学习的典范
1 自监督学习的概念 在机器学习中，最常见的是监督学习（Supervised learning）。假设模型的输入是，输出是，我们如何使模型输出我...
-
Transformer——实现“序列to序列”的转换
1 Transformer 概述 在机器学习中，我们有很多任务都是 “序列to序列” 的形式，比如语音识别、机器翻译、文本标注等等。而且在这些任...