ssk

 

1：做基本介绍

2：数据集如何做增强的（数量和质量，噪声如何添加）

3：分类用到的两个分类（bert、TextCNN）:bert如何理解，如何调用输出，TextCNN卷积核形式。

4：bert: mask模型目的。bert与word2vec区别，bert内部最重要的创新点。

5：lstm:怎么解决RNN梯度消失的问题

6：droupout：在随机丢弃后，如何进行处理的（源码）

7：流量分类的概述：

 

总结：基本是BERT与LSTM模型。感觉凉凉。