腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
深度学习自然语言处理
专栏作者
举报
1012
文章
1190727
阅读量
161
订阅数
订阅专栏
申请加入专栏
全部文章（999+）
NLP 服务（293）
深度学习（232）
神经网络（221）
机器学习（206）
编程算法（181）
模型（168）
人工智能（134）
https（122）
数据（115）
网络安全（96）
性能（76）
论文（74）
其他（60）
python（43）
开源（41）
LLM（37）
linux（36）
github（34）
机器翻译（32）
测试（32）
腾讯云开发者社区（31）
知识图谱（29）
监督学习（28）
批量计算（26）
git（24）
框架（24）
强化学习（23）
数据结构（23）
pytorch（20）
http（19）
卷积神经网络（19）
tcp/ip（19）
系统（19）
css（18）
决策树（17）
优化（17）
图像处理（15）
数据分析（15）
ide（14）
迁移学习（14）
工作（14）
大数据（13）
nlp（13）
设计（13）
微信（11）
chatgpt（11）
token（11）
基础（11）
html（10）
图像识别（10）
学习方法（10）
gpt（10）
腾讯云测试服务（9）
内存（9）
LoRa（9）
云直播（8）
游戏（8）
编码（8）
代理（8）
函数（8）
架构（8）
数学（8）
算法（8）
tensorflow（7）
数据库（7）
网站（7）
推荐系统（7）
无监督学习（7）
机器人（7）
工具（7）
网络（7）
sql（6）
正则表达式（6）
教育（6）
agent（6）
量化（6）
视频（6）
搜索（6）
效率（6）
语音识别（5）
数据挖掘（5）
go（5）
node.js（5）
apache（5）
文件存储（5）
缓存（5）
processing（5）
meta（5）
openai（5）
word（5）
区块链（4）
bash（4）
unix（4）
医疗（4）
nat（4）
nest（4）
data（4）
embedding（4）
function（4）
self（4）
部署（4）
排序（4）
压缩（4）
自然语言处理（4）
java（3）
.net（3）
硬件开发（3）
api（3）
搜索引擎（3）
bash 指令（3）
电商（3）
存储（3）
分布式（3）
shell（3）
spark（3）
gui（3）
线性回归（3）
keras（3）
grep（3）
安全（3）
数据处理（3）
windows（3）
架构设计（3）
迁移（3）
联邦学习（3）
ls（3）
memory（3）
model（3）
prompt（3）
翻译（3）
华为（3）
解决方案（3）
苹果（3）
索引（3）
语法（3）
人脸识别（2）
官方文档（2）
数字货币（2）
自动驾驶（2）
javascript（2）
jquery ui（2）
android（2）
NAT 网关（2）
大数据处理套件 TBDS（2）
企业（2）
自动化（2）
爬虫（2）
无人驾驶（2）
numpy（2）
信息流（2）
云计算（2）
对话机器人（2）
特征工程（2）
聚类算法（2）
隐私计算（2）
智能客服机器人（2）
error（2）
label（2）
lstm（2）
mean（2）
network（2）
object（2）
sample（2）
sequence（2）
target（2）
tree（2）
变量（2）
程序（2）
服务（2）
集合（2）
技巧（2）
路由（2）
实践（2）
统计（2）
音频（2）
费用中心（1）
云点播（1）
对象存储（1）
负载均衡（1）
腾讯云学堂（1）
c 语言（1）
c++（1）
perl（1）
lua（1）
scala（1）
r 语言（1）
react（1）
json（1）
ajax（1）
oracle（1）
打包（1）
matlab（1）
中文分词（1）
apt-get（1）
mapreduce（1）
黑石物理服务器（1）
短视频（1）
访问管理（1）
SSL 证书（1）
数据加密服务（1）
文字识别（1）
内容理解（1）
金融（1）
kubernetes（1）
ssh（1）
面向对象编程（1）
opencv（1）
unity（1）
自动化测试（1）
二叉树（1）
单元测试（1）
kernel（1）
scikit-learn（1）
模式识别（1）
物联网（1）
微服务（1）
raft（1）
云课堂（1）
智能音乐（1）
基础教育（1）
alarm（1）
analysis（1）
apple（1）
bat（1）
behavior（1）
bit（1）
blender（1）
branch（1）
cat（1）
chat（1）
com（1）
decode（1）
distance（1）
dst（1）
encoding（1）
entity（1）
eval（1）
fixed（1）
google（1）
graph（1）
hidden（1）
history（1）
input（1）
it（1）
jupyter（1）
kaggle（1）
layer（1）
lift（1）
lisp（1）
lm（1）
marker（1）
microsoft（1）
modeling（1）
models（1）
next（1）
pdf（1）
perfect（1）
pivot（1）
plot（1）
position（1）
prediction（1）
ps（1）
random（1）
state（1）
table（1）
tabular（1）
text（1）
title（1）
torch（1）
translation（1）
twitter（1）
video（1）
vr（1）
youtube（1）
编程（1）
表格（1）
并发（1）
程序设计（1）
创业（1）
动画（1）
二维码（1）
工程师（1）
公众号（1）
工作流（1）
行业（1）
集群（1）
兼容性（1）
接口（1）
开发（1）
开发者（1）
科技（1）
可视化（1）
连接（1）
漏洞（1）
面试（1）
配置（1）
入门（1）
事件（1）
数据存储（1）
数据科学（1）
思维导图（1）
通信（1）
图表（1）
协议（1）
研发（1）
异常（1）
语音（1）
重构（1）
城市交通（1）
搜索文章
搜索
搜索
关闭
一篇适合新手的深度学习综述！
监督学习
强化学习
无监督学习
学习方法
每天给你送来NLP技术干货！ ---- 编辑：炼丹笔记 来源：机器之心 荐语 文章列举出了近年来深度学习的重要研究成果，从方法、架构，以及正则化、优化技术方面进行概述。对于刚入门的深度学习新手是一份不错的参考资料，在形成基本学术界图景、指导文献查找等方面都能提供帮助。 论文地址：https://arxiv.org/pdf/1807.08169v1.pdf 摘要：深度学习是机器学习和人工智能研究的最新趋势之一。它也是当今最流行的科学研究趋势之一。深度学习方法为计算机视觉和机器学习带来了革命性的进步。
zenRRan
2022-08-26
510
0
超详细的对比学习综述
深度学习
监督学习
无监督学习
编程算法
NLP 服务
每天给你送来NLP技术干货！ ---- 本文转载自 | 知乎 作者 | 光某人 地址 | https://zhuanlan.zhihu.com/p/346686467 A 『引入』 深度学习的成功往往依赖于海量数据的支持，其中对于数据的标记与否，可以分为监督学习和无监督学习。 1. 监督学习：技术相对成熟，但是对海量的数据进行标记需要花费大量的时间和资源。 2. 无监督学习：自主发现数据中潜在的结构，节省时间以及硬件资源。 2.1 主要思路：自主地从大量数据中学习同类数据的相同特性，并将其编码为
zenRRan
2022-06-29
1.5K
0
预训练模型超全知识点梳理与面试必备高频FAQ
linux
文件存储
NLP 服务
监督学习
无监督学习
预训练模型(Pre-trained Models,PTMs)的出现将NLP带入了一个全新时代。2020年3月18日，邱锡鹏老师发表了关于NLP预训练模型的综述《Pre-trained Models for Natural Language Processing: A Survey》，这是一篇全面的综述，系统地对PTMs进行了归纳分类。
zenRRan
2020-10-26
2.1K
0
什么是Adam/ReLU/YOLO？这里有一份深度学习（.ai）词典
卷积神经网络
编程算法
监督学习
无监督学习
迁移学习
本文旨在解释深度学习的一些常用术语，尤其是吴恩达在deeplearning.ai的Coursera课程中会频繁提到的重要词汇。每个词条包含意义阐释、图片和相关链接（公众号读者请点击原文查看），希望能对深度学习初学者和从业者有所帮助。
zenRRan
2019-11-19
720
0
【干货】关于机器学习的知识点，全在这篇文章里了
编程算法
强化学习
监督学习
无监督学习
机器学习
导读：作者用超过1.2万字的篇幅，总结了自己学习机器学习过程中遇到知识点。“入门后，才知道机器学习的魅力与可怕。”希望正在阅读本文的你，也能在机器学习上学有所成。
zenRRan
2019-10-15
772
0
【NLP基础】NLP关键字提取技术之LDA算法原理与实践
编程算法
监督学习
无监督学习
人们是如何从大量文本资料中便捷得浏览和获取信息？答案你肯定会说通过关键字。仔细想想，我们人类是怎么提取关键词？我们从小就接触语言，语法，当听到或者看到一句话时，我们大脑自动会对这句话按规则分词（小学是不是做过断句的训练），还记得语文老师讲过，一句话中主语（名词），谓语（动词），宾语（名词）通常就是重点，这样我们大脑从小就会根据词性和语法对句中词进行打标签，训练分类器，随着我们接触到的语料越来越多，分类器也越来越准确（如果你是从事语言学的，那你的分类器就更准）。仅仅通过词性和语法，会在长文本中出现一个问题，因为一篇文章中会出现很多主语，谓语，宾语，不可能所有的这些词都是关键词，这样我们大脑是怎么处理的，如果我们对一篇文章的背景和主题很熟悉的话，我们会很准确得从一篇文章中提取关键词，但当我们接触一篇比较陌生的文章，我们往往很难准确提取关键词。
zenRRan
2019-07-25
3.4K
1
轻松了解模型评价指标
无监督学习
混淆矩阵： 也称为误差矩阵，是一种特定的表格布局，允许可视化算法的性能，通常是监督学习的算法（在无监督学习通常称为匹配矩阵）。矩阵的每一行代表预测类中的实例，而每列代表实际类中的实例（反之亦然）。从字面理解：看出系统是否混淆了两个类（即通常将一个类错误标记为另一个类）（多类可以合并为二分类）。
zenRRan
2019-07-12
1.2K
0
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
立即学习
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档