發(fā)簡(jiǎn)信
IP屬地：河南
-
learning confidence for out-of-distribution detection in neural networks
神經(jīng)網(wǎng)絡(luò)擁有很強(qiáng)的預(yù)測(cè)能力侥钳，但它們往往無(wú)法知道自己的預(yù)測(cè)何時(shí)可能出錯(cuò)。與此密切相關(guān)的是out-of-distribution檢測(cè)任務(wù)氯迂，在這個(gè)任務(wù)...
-
BERT筆記
BERT是在OpenAI GPT基礎(chǔ)上發(fā)展起來(lái)的，是一種動(dòng)態(tài)詞向量技術(shù)。與傳統(tǒng)靜態(tài)詞向量不同憔购，動(dòng)態(tài)詞向量可以根據(jù)具體的上下文信息，動(dòng)態(tài)生成詞向量...
-
Graph Attention Networks作者：Petar Velickovic, Guillem Cucurull, Arantxa Casanova, Yoshua Bengio 來(lái)...
-
Adversarial Sampling for Active Learning介紹 我們使用一些傳統(tǒng)的監(jiān)督學(xué)習(xí)方法做分類的時(shí)候岔帽，往往是訓(xùn)練樣本規(guī)模越大玫鸟，分類的效果就越好。但是在現(xiàn)實(shí)生活的很多場(chǎng)景中犀勒，標(biāo)記樣本的獲取是比較困難...
-
Modeling Localness for Self-Attention Networks
這篇文章與Self-Attention with Relative Position Representations和Convolutional...
-
Deep contextualized word representations (ELMo)
Introduction 作者認(rèn)為好的word representation模型應(yīng)該同時(shí)兼顧兩個(gè)問(wèn)題：一是詞語(yǔ)用法在語(yǔ)義和語(yǔ)法上的復(fù)雜特點(diǎn)屎飘；二是...
-
Deep Residual Learning for Image Recognition（ResNet，殘差網(wǎng)絡(luò)）
這篇文章雖然寫的是Image Recognition贾费，但是它提出殘差網(wǎng)絡(luò)的思想在其他任務(wù)中也有很多應(yīng)用钦购，具有廣泛的借鑒意義。 背景 隨著網(wǎng)絡(luò)結(jié)構(gòu)...
-
Distributed Representations of Sentences and Documents這篇文章作者是word2vec的作者褂萧，主要做的工作是paragraph vector押桃，就是把paragraph變成一個(gè)固定長(zhǎng)度的向量。其中大量的...
-
Self-Attention with Relative Position Representations
Peter Shaw, Jakob Uszkoreit, and Ashish Vaswani. 2018. Self-Attention wi...