kaiyuan

LV1
发表了文章

【CS224N课程笔记】词向量I: 简介, SVD和Word2Vec

课程主页: http://web.stanford.edu/class/cs224n/

kaiyuan
发表了文章

全方位解读 | Facebook的搜索是怎么做的?

今天要和大家分享的论文是来自Facebook的『Embedding based Retrieval in Facebook Search』。

kaiyuan
发表了文章

任务式对话中的自然语言理解

导读:随着人工智能技术的发展,智能对话的应用场景越来越多,目前已经成为了研究的热点。天猫精灵,小度小度,腾讯叮当,这些智能助手都是智能对话在业界的应用。智能助手...

kaiyuan
发表了文章

DeepWalk:图网络与NLP的巧妙融合

最近这段时间一直在做图网络相关,也差不多收尾了,有空整体复盘了下,大致以下几个主题,不过没整理完全哈哈(下次一定

kaiyuan
发表了文章

DeepWalk:图网络与NLP的巧妙融合

最近这段时间一直在做图网络相关,也差不多收尾了,有空整体复盘了下,大致以下几个主题,不过没整理完全哈哈

kaiyuan
发表了文章

机器学习路线图整理

刚接触机器学习的同学可能会认为就是一个『data in,result out』的黑盒,但是深入了解之后会发现每一步骤都是门道。

kaiyuan
发表了文章

概率图模型笔记(PART III)条件随机场简介

前情提要: 概率图模型笔记(PART I) & 概率图模型笔记(PART II)隐马尔科夫模型

kaiyuan
发表了文章

Python中那些低调有趣的模块

python语言上位成功的其中一个原因是其丰富的社区支持,不管你有什么奇奇怪怪的需求,大概率能在网上搜到一个库来便捷实现。这篇文章就列举了几个低调的python...

kaiyuan
发表了文章

Memory Transformer,一种简单明了的Transformer改造方案

Transformer在广泛的自然语言处理和其他任务中非常成功。由于具有自我注意机制,可以训练Transformer层以使用在整个序列上聚合的信息来更新每个元素...

kaiyuan
发表了文章

【作者解读】ERNIE-GEN : 原来你是这样的生成预训练框架!

今年1月,百度发布了全新的生成式预训练模型ERNIE-GEN,我们在之前的一些文章中有过介绍:『芝麻街跨界NLP,没有一个ERNIE是无辜的』、『NLP简报(I...

kaiyuan
发表了文章

模型压缩 | 知识蒸馏经典解读

知识蒸馏是一种模型压缩方法,是一种基于“教师-学生网络思想”的训练方法,由于其简单,有效,在工业界被广泛应用。这一技术的理论来自于2015年Hinton发表的一...

kaiyuan
发表了文章

概率图模型笔记(PART II)隐马尔科夫模型

隐马尔科夫模型(Hidden Markov Model,以下简称HMM)是比较经典的机器学习模型了,它在语音识别,自然语言处理,模式识别等领域得到广泛的应用。那...

kaiyuan
发表了文章

Transformer温故知新

这是之前学习paddle时候的笔记,对Transformer框架进行了拆解,附图解和代码,希望对大家有帮助

kaiyuan
发表了文章

豪取BAT!超详细暑期实习算法面经(非科班无论文)

本人基本情况:211本硕,本科电子信息工程,硕士通信与信息系统,典型的非科班,无论文,两段实习经历(均为算法岗,非大厂,一段CV,一段NLP)。

kaiyuan
发表了文章

概率图模型笔记(PART I)

没有花里胡哨的标题,对于基础的算法知识要踏实掌握,分享一份概率图模型学习笔记,一起交流。

kaiyuan
发表了文章

NLP简报(Issue#10)

Google AI和DeepMind的研究人员发布了一个有趣的多任务基准,称为XTREME[1],旨在评估语言模型的跨语言泛化能力,学习多语言表示形式。基准测试...

kaiyuan
发表了文章

数据分析必备!Pandas实用手册(PART III)

? https://colab.research.google.com/drive/1WhKCNkx6VnX1TS8uarTICIK2ViPzNDjw

kaiyuan
发表了文章

芝麻街跨界NLP,没有一个ERNIE是无辜的

之前发在知乎、AINLP以及CSDN上的预训练模型系列文章,最近打算整理到公号上。另外欢迎大家左下角阅读原文关注我的知乎专栏:【BERT巨人肩膀】

kaiyuan
发表了文章

腾讯+头条 算法双杀面经

本人21届渣硕,本硕华南某985,有过两段实习经历,一段是大厂的算法实习,另一段是招行Fintech实习,虽然岗位都是机器学习,但工作的内容都和推荐相关,很感谢...

kaiyuan
发表了文章

这些pandas技巧你还不会吗 | Pandas实用手册(PART II)

这一系列一共三部分,里面的一些技巧可能暂时用不上,但是相信总有一天你会接触到,建议收藏

kaiyuan

个人简介

个人成就

扫码关注云+社区

领取腾讯云代金券