- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 BERT精髓详解
彻底搞懂BERT（NLP 词向量训练模型巅峰之作）自google在2018年10月底公布BERT在11项nlp任务中的卓越表现后，BERT（Bidirectional Encoder Representation from Transformers)就成为NLP领域大火、整个ML界略有耳闻的模型，网上相关介绍也很多，但很多技术内容太少，或是写的不全面半懂不懂，重复内容占绝大多数。一句话概括，B...
2019-11-10 10:52:42
653
原创 LeNet由来及意义
一、LeNet简介LeNet-5是Yann LeCun等人在多次研究后提出的最终卷积神经网络结构，一般LeNet即指代LeNet-5。LeNet-5包含七层，不包括输入，每一层都包含可训练参数（权重），当时使用的输入数据是32*32像素的图像。下面逐层介绍LeNet-5的结构，并且，卷积层将用Cx表示，子采样层则被标记为Sx，完全连接层被标记为Fx，其中x是层索引。层C1是具有六个55的卷...
2019-11-06 11:09:58
6951
5
原创 工程数据特征的稀疏性
工程数据特征的稀疏性从一个简单的例子说起，相信大多数人学过线性代数或者矩阵论之类的课程吧，再线性代数中，最初始的时候就会学到关于如何判断一大堆向量线性的相关或者不相关性，进而确定一组线性无关组。这里比如说空间中一个向量X是一个三维坐标点吧，用(x,y,z)表示。假设现在有一堆点X1(1,0,0);X2(0,1,0);X3(0,0,1);X4(4,3,5);X5(2,1,4)……等等吧，那么我们是...
2019-11-05 11:21:18
1305
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人