原创 NLP任務一些經驗總結

記錄下NLP任務一些經驗總結。 輸入 1、字向量編碼 2、詞向量編碼(如果可以根據語料自己訓練) 3、位置編碼,相對位置編碼或者w2v思路的位置編碼 4、對於字向量與詞向量如果要採用相加的形式組合在一起,可以把詞向量重複n詞,n表示的是當

原创 知識蒸餾在推薦系統的應用

隨着深度學習的快速發展,優秀的模型層出不窮,比如圖像領域的ResNet、自然語言處理領域的Bert,這些革命性的新技術使得應用效果快速提升。但是,好的模型性能並非無代價的,你會發現,深度學習模型正在變得越來越複雜,網絡深度越來越深,模型參

原创 Embedding入門必讀的十篇論文

第一部分 Word2vec基礎 1. [Word2Vec] Efficient Estimation of Word Representations in Vector Space (Google 2013) Google的Tomas M

原创 ACL2020信息抽取相關論文彙總

一、 Entity 相關 (NER & Entity Typing & Entity Linking)主要涉及詞彙增強、低資源、跨領域、跨語言、多模態、表示學習。 A Unified MRC Framework for Named En

原创 常用Matplotlib圖的Python代碼

分享給大家25個Matplotlib圖的彙總,在數據分析和可視化中非常有用,文章較長,可以馬起來慢慢練手。 # !pip install brewer2mpl import numpy as np import pandas as pd

原创 NLP論文多個領域經典、頂會、必讀整理分享及相關解讀博客分享

持續更新收集*** 1、Bert系列 BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding - NAACL 2019) ERNIE

原创 keras/tensorflow 使用flask部署服務的常見錯誤的解決辦法

本文主要列舉了在用keras/tensorflow訓練好模型後,使用flask部署服務時的兩個常見錯誤及一次性解決辦法。 類型1、ValueError: Tensor Tensor(“dense_1/Softmax:0”, shape=(

原创 2020 NLP算法面試必備!NLP預訓練模型的全面總結

轉自:https://zhuanlan.zhihu.com/p/115014536 預訓練模型(Pre-trained Models,PTMs)的出現將NLP帶入了一個全新時代。2020年3月18日,邱錫鵬老師發表了關於NLP預訓練模型的

原创 如何選擇迴歸損失:MAE還是MSE?

在做迴歸建模相關任務時,最常用評價指標是MAE、MSE、RMSE中的一個或多個,但如何根據自己的具體任務場景(數據分佈)選擇更合適的模型評估指標指標呢?這裏我們就要需要弄明白MAE與MSE之間到底有什麼不同。 1、什麼是MAE MAE(m

原创 最漂亮的TensorFlow 2 教程及深度學習入門指南

爲大家推薦一份清華大神製作的非常棒的tensorflow2教程簡單粗暴TensorFlow 2.0 或者https://tf.wiki/ 目錄大綱 通俗易懂的講解 代碼風格一覽

原创 《動手學深度學習》TensorFlow2.0版本

對於剛入門深度學習的童鞋,這裏分享下大神們開源的將《動手學深度學習》 原書中MXNet代碼實現改爲TensorFlow2.0實現,歡迎入坑,這是一個非常棒的入門手冊,github代碼。 目錄 簡介 閱讀指南 1. 深度學習簡介 2. 預備

原创 機器學習模型持續部署(基於Flask, Docker, Jenkins 和 Kubernets )

本文主要介紹部署機器學習模型的一種自動化方式,如題所示,通過 Flask,Docker, Jenkins 和 Kubernets 實現。基本原理就是通過 Flask 提供 RESTful API 接收客戶端的 predict 請求,然後將

原创 UniLM:基於bert的Seq2Seq

論文地址:Unified Language Model Pre-training for Natural Language Understanding and Generation 概述:   UniLM是微軟研究院在Bert的基礎上,最

原创 深度學習中Mask的基本原理

原文鏈接:https://spaces.ac.cn/archives/6810 Mask的主要目的:排除在padding後對後續處理帶來的影響! mask是伴隨這padding出現的,因爲神經網

原创 BERT的[CLS]有什麼用

[CLS]就是classification的意思,可以理解爲用於下游的分類任務。 主要用於以下兩種任務: 單文本分類任務:對於文本分類任務,BERT模型在文本前插入一個[CLS]符號,並將該符號對應的輸出向量作爲整篇文本的語義表示,用於文