从11月初开始，google-research就陆续开源了BERT的各个版本。google此次开源的BERT是通过tensorflow高级API—— tf.estimator...
发简信
IP属地：北京
-
干货 | BERT fine-tune 终极实践教程
-
能问一下 PPT的原版在哪里能找到么？？谢谢
论文笔记：Attention is all you need
今天做完深度学习的论文分享，将这篇论文记录下来，以便日后回顾查看。PS:简书不支持 MathJax 编辑公式，简直悲伤的想哭泣，之后再上传到farbox上好啦😊论文原文：At...
-
论文笔记：Attention is all you need今天做完深度学习的论文分享，将这篇论文记录下来，以便日后回顾查看。PS:简书不支持 MathJax 编辑公式，简直悲伤的想哭泣，之后再上传到farbox上好啦😊论文原文：At...
-
人工智能爱好者，中南大学控制科学与工程硕士，深度学习领域内的一位大神级人物，魔术师， 个人主页：<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fjinfagang.gitlab.io" target="_blank">https://jinfagang.gitlab.io</a>
-
RNN教程之-2 LSTM实战本文由清华大学硕士大神金天撰写，欢迎大家转载，不过请保留这段版权信息，对本文内容有疑问欢迎联系作者微信：jintianiloveu探讨，多谢合作~ UPDATE:2019-0...
-
讲讲共线性问题多重共线性是使用线性回归算法时经常要面对的一个问题。在其他算法中，例如决策树和贝叶斯，前者的建模过程是逐步递进，每次拆分只有一个变量参与，这种建模机制含有抗多重共线性干扰的功...
-
机器学习面试基础知识 & 扩展-01
视频教程的总结和一些自行补充的内容，旨在尽可能的理解其原理。 本文持续更新地址：https://hellogod.cn： 个人博客机器学习面试基础知识 & 扩展-01 训练/...
-
xgboost的原理没你想像的那么难xgboost 已然火爆机器学习圈，相信不少朋友都使用过。要想彻底掌握xgboost，就必须搞懂其内部的模型原理。这样才能将各个参数对应到模型内部，进而理解参数的含义，根据需...
-
哔哩哔哩：李文举说
-
机器学习面试之各种混乱的熵请听题:什么是熵？什么是交叉熵？什么是联合熵？什么是条件熵？什么是相对熵？它们的联系与区别是什么？ 如果你感到回答这些问题有些吃力，对这些概念似乎清楚，似乎又没有那么明白，那...
-
机器学习面试--概述一些写在前面的废话 首先需要明白，只要是面试数据科学相关的岗位的，那肯定是一个复合岗位。当然在这之下会有一些比较细分的岗位，像自然语言，图像这类的，但是他们都会有很大一部分内...
-
BAT机器学习面试1000题系列（第21~30题）
21.KNN中的K如何选取的？关于什么是KNN，可以查看此文：《从K近邻算法、距离度量谈到KD树、SIFT+BBF算法》KNN中的K值选取对K近邻算法的结果会产生重大影响。如...
-
BAT机器学习面试1000题系列（第1~10题）
前言 2010~2015年，July博客整理过上千道微软等公司的面试题，侧重数据结构、算法、海量数据处理，详见：http://blog.csdn.net/column/det...
-
朱小虎 Neil Zhu，University AI / CSAGI 创始人
-
kaggle：gbdt 和 random forest 和xgboost通常决定一个机器学习模型能不能取得好的效果，以下三个方面的因素缺一不可。 1.理论模型（站在vc-dimension的角度） 2.实际数据 3.系统的实现（主要基于xgboo...
