
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
不会真有人觉得聊天机器人难吧——使用BERT加载预训练模型得到中文句子向量
手把手教你使用????BERT加载预训练模型得到中文句子向量
吴恩达深度学习——人脸识别与神经风格转换
本次课程将会告诉大家如何构造卷积神经网络并应用到图像数据上。从中你会学到如何构建一个卷积神经网络、如何应用卷积神经网络到图像识别和目标检测上、学习如何使用神经风格转换去生成艺术作品、能将这些算法应用到更广泛的图像应用上,比如2D、3D数据和视频。
吴恩达深度学习——人脸识别与神经风格转换
本次课程将会告诉大家如何构造卷积神经网络并应用到图像数据上。从中你会学到如何构建一个卷积神经网络、如何应用卷积神经网络到图像识别和目标检测上、学习如何使用神经风格转换去生成艺术作品、能将这些算法应用到更广泛的图像应用上,比如2D、3D数据和视频。
问答系统的实现方法
信息检索,问答系统,机器阅读理解。

《统计学习方法》——决策树
引言本文是统计学习方法第二版的读书笔记。主要讨论了决策树。决策树主要优点是模型具有可读性,分类速度快。决策树模型与学习决策树模型分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。结点有两种类型:内部节点和叶节点。内部节点表示一个特征或属性,叶节点表示一个类。上图是一个决策树的示意图,圆和方框分别表示内部结点和叶结点。决策树与if-then规则可以将决策树...
《统计学习方法》——支持向量机
死磕统计学习方法#支持向量机
机器学习入门——详解主成分分析
主成分分析法(Principal Component Analysis,PCA)是一个非监督的机器学习算法;主要用于数据降维;通过降维,可以发现更利于人类理解的特征;除了降温,还可应用在可视化以及去噪等等。
自然语言理解——词向量(一)
主要探讨了如何对单词进行向量化表示。
李宏毅深度强化学习导论——策略梯度
本文介绍了什么是策略梯度

李宏毅深度强化学习导论——当奖励是稀疏的
本文介绍如何处理稀疏奖励问题。
