OSCHINA 社区最新专区文章 |
- 开源｜Fair在安居拍房App中的实践
- 基于Seq2Seq的信息抽取方法在多轮对话场景的应用
- 浅谈树模型与集成学习-从决策树到GBDT
- 论文解读丨无参数的注意力模块SimAm
- 破解数据匮乏现状：纵向联邦学习场景下的逻辑回归（LR）
- Meta 开源 WMT 21，机器翻译大赛冠军模型
| Posted: 27 Sep 2021 05:48 PM PDT F Fair2.0专题系列 NO.7 Fair在安居客拍房App中的实践 ● 项目名称：Fair 2.0 ● Github地址：https://github.com/wuba/fair ● 项目简介：Fair是为Flutter设计的动态化框架，可以通过Fair Compiler工具对Dart源文件的转化，使项目获得动态更新Widget的能力。Fair 2.0是为了解决 Fair 1.0版本的"逻辑动态化"能力不足。... |
| Posted: 11 Oct 2021 06:02 PM PDT 01 导读 本文主要介绍了基于Seq2Seq方法从双人语音对话文档中提取电话号码的实践方法，重点介绍了基于不同模型结构的Seq2Seq方法如LSTM、GRU、Transformer的效果对比情况，同时介绍了在Encoder层尝试的不同Embedding方式及其如何采用Attention、Beam Search等方法来提升模型效果。实践结果表明基于Seq2Seq的方法在多轮对... |
| Posted: 29 Jul 2021 03:44 AM PDT ## 引言 神经网络模型，特别是深度神经网络模型，自AlexNet在Imagenet Challenge 2012上的一鸣惊人，无疑是Machine Learning Research上最靓的仔，各种进展和突破层出不穷，科学家工程师人人都爱它。 机器学习研究发展至今，除了神经网络模型这种方法路径外，还存在许多大相径庭的方法路径，比如说贝叶斯算法、遗... |
| Posted: 23 Nov 2021 10:27 PM PST 摘要：本文提出了一个概念简单但对卷积神经网络非常有效的注意力模块。 本文分享自华为云社区《论文解读系列三十：无参数的注意力模块SimAm论文解读》，作者：谷雨润一麦。 摘要 本文提出了一个概念简单但对卷积神经网络非常有效的注意力模块。相比于现有的通道注意力和空间注意力机制，本文直接在网络层中推理出三维的注... |
| Posted: 24 Nov 2021 07:54 PM PST 摘要：主要介绍了华为云可信智能计算服务（TICS）采用的纵向联邦逻辑回归（LR）方案。 本文分享自华为云社区《纵向联邦学习场景下的逻辑回归（LR）》，作者： 汽水要加冰。 海量训练数据是人工智能技术在各个领域成功应用的重要条件。例如，计算机视觉和商务经融推荐系统中的 AI 算法都依靠大规模标记良好的数据才能获得... |
| Posted: 25 Nov 2021 04:58 PM PST 机器翻译（MT，Machine Translation）就是采用人工智能将文本从一种语言自动翻译成另一种语言的过程。虽然我们的最终目标是创建一个能够通用的翻译系统，使全球以各种不同的语言为母语的用户都能畅快无阻地获取信息和沟通，但想要将这一愿景变成现实，还有很长的路要走。 目前使用的大多数机器翻译系统采用的都是双语模型... |
| You are subscribed to email updates from OSCHINA 社区最新专区文章. To stop receiving these emails, you may unsubscribe now. | Email delivery powered by Google |
| Google, 1600 Amphitheatre Parkway, Mountain View, CA 94043, United States | |
No comments:
Post a Comment