目楽 Leo mu-CSDN博客

原创【飞桨】论文解读：U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance

【飞桨】论文解读：U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization论文简介创新点具体过程后期计划该论文发布于2019年7月题目是：U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image

2020-08-06 17:34:39 950

原创 NLP情感分类项目实战--使用Bert做一个情感分类项目目楽的文章

Bert情感分类问题描述数据分析Bert简述与使用Bert训练过程总结参考资料问题描述之前参加了DataFountain上的‘疫情期间网民情绪识别’的挑战赛，最终成绩是Top5%。达到了0.734的成绩，挑战赛主要内容是分析疫情期间的用户微博极性，分为消极-1，中性0以及积极1三种。本篇文章主要是对数据进行一定分析和做一个通过以该数据为基础的bert实战记录。相信通过这篇文章，使用bert等工具也可以轻车熟路。数据分析数据来源：疫情期间网民情绪识别-DataFountain：数据包括俩个部分：训

2020-06-22 01:14:50 7375 15

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 【飞桨】论文解读：U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance

原创 NLP情感分类项目实战--使用Bert做一个情感分类项目 目楽的文章

空空如也

空空如也

原创【飞桨】论文解读：U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance

原创 NLP情感分类项目实战--使用Bert做一个情感分类项目目楽的文章