用户4365979551123

nlp技术包括基础技术和应用技术 70 年代以后随着互联网的高速发展，语料库越来越丰富以及硬件更新完善，自然语言处理思潮由理性主义向经验主义过渡，基于统计的方法逐渐代替了基于规则的方法。 从 2008

本篇介绍深度学习在自然语言处理(NLP)中的应用，从词向量开始，到最新最强大的BERT等预训练模型，梗概性的介绍了深度学习近20年在NLP中的一些重大的进展 在深度学习之前，用于解决NLP问题的机器学

当 AI 在某一个单点任务上的表现接近或者超越人类的时候，就会给行业带来巨大的商机。在视觉分类、检索、匹配、目标检测等各项任务上，随着相关算法越来越准确，业界也开始在大量商业场景中尝试这些技术 深度学

20 世纪50 年代中期到80 年代初期的感知器，20世纪80 年代初期至21世纪初期的专家系统，以及最近十年的深度学习技术，分别是三次热潮的代表性产物 Gartner2018技术成熟度曲线，Gart

我自己写的代码和该教程略有不一样，有三处改动，第一个地方是用归一化(均值为0，方差为1)代替数值缩放([0, 1])，代替的理由是能提升准确率 第二处改动是添加了正则化，在Conv2D和Dense L

Overview The Keras Tuner is a library that helps you pick the optimal set of hyperparameters for you

This notebook classifies movie reviews as positive or negative using the text of the review. This is

TensorFlow is an end-to-end open source platform for machine learning TensorFlow makes it easy for b

In the featurization tutorial we incorporated multiple features into our models, but the models cons