IEEE国际计算机视觉与模式识别会议 CVPR 2020 (IEEE Conference on Computer Vision and Pattern Recognition) 将于 6 月 14-19 日在美...
当我们“调戏”智能语音助手，与它进行对话交流的时候，中间都涉及哪些流程呢？这期文章就为大家做一个解读与演示。
今天Tony老师给大家带来的案例是Kaggle上的Twitter的情感分析竞赛。在这个案例中，将使用预训练的模型BERT来完成对整个竞赛的数据分析。
仅使用10张带有标签的图像，它在CIFAR-10上的中位精度为78％，最大精度为84％，来看看是怎么做到的。作者：amitness编译：ronghuaiyang ...
多头注意力中的冗余分析，看看是否可以在不影响性能的情况下做剪枝。作者：Paul Michel编译：ronghuaiyang 首发：AI公园公众号
信息抽取是NLP中非常重要的内容，而关系的抽取在知识图谱等领域应用广泛，也是非常基础的NLP任务，今天给大家介绍一下。作者：Andreas H...
Reformer之前已经提过几次，这次带大家更加深入的了解一下这个方法的思想及背后的动机。作者：Madison May编译：ronghuaiyang 首发：AI...
近年，基于分割的方法在场景文字检测领域很流行，即把分割方法产生的概率图转化为边界框和/文字区域；并且，二值化的后处理对这些方法而...
最近百度公布的数据显示，自1月25日春节假期以来，百度输入法日均语音请求量已破10亿次大关，再创行业历史新高。
在单GPU上就可以运行的Transformer模型，而且几乎不损失精度，了解一下？作者：Alireza Dirafzoon编译：ronghuaiyang首发：AI公园公众号
非常简单直白的语言解释了BERT中的嵌入层的组成以及实现的方式。编译：ronghuaiyang首发：AI公园公众号
对文本进行编码理解语言的核心。如果我们知道如何用小向量表示单词、句子和段落，那么我们所有的问题都解决了！
给大家介绍一下如何在生产中部署基于嵌入的机器学习模型。作者：Robbe Sneyders编译：ronghuaiyang首发：AI公园公众号
在NLP的面试中提问频率非常高的问题。作者：Pratik Bhavsar编译：ronghuaiyang首发：AI公园公众号
介绍最基本的XLNet的原理，理解XLNet和BERT的直觉上的不同点。作者：Xu LIANG编译：ronghuaiyang首发：AI公园公众号
我的微信公众号名称：深度学习与先进智能决策微信公众号ID：MultiAgent1024公众号介绍：主要研究分享深度学习、机器博弈、强化学习等相...
语音交互技术的发展，给我们的生活带来了很大的改变，智能音箱就是其典型的应用产品，比如现在常见的小爱、小度、天猫精灵等智能音箱。...
2019年是NLP爆发式发展的一年，有点像之前的计算机视觉领域，不仅仅体现在学术界，工业界也是如此。作者：Mo Islam, Partner, Threshold...
TinyBERT 是华为不久前提出的一种蒸馏 BERT 的方法，本文梳理了 TinyBERT 的模型结构，探索了其在不同业务上的表现，证明了 TinyBERT 对...
本篇文章列举了2019年机器学习和NLP领域的10个研究热点，值得关注。作者： ronghuaiyang首发：AI公园公众号
