HelloWorld 开发者社区

AI 与大模型

Rank4 NLP新闻文本分类-开源代码+经验分享@惊鹊

​最近本人参加了一场NLP文本分类比赛,参赛本意是想将自己掌握的理论知识加以实践,这篇文章就是想对这次参赛经验做一次总结,分享出来与大家交流,起到一个利他的作用。比赛源码由github链接给出,尽可能给出了源码以及一些讲解(训练好的模型文件并没有上传,一些文件直接跑或许会有对应的信息的报错)

【详细注释+流程讲解】基于深度学习的文本分类 TextCNN

前言这篇文章用于记录阿里天池NLP入门赛,详细讲解了整个数据处理流程,以及如何从零构建一个模型,适合新手入门。赛题以新闻数据为赛题数据,数据集报名后可见并可下载。赛题数据为新闻文本,并按照字符级别进行匿名处理。整合划分出14个候选分类类别:财经、彩票、房产、股票、家居、教育、科

天池医疗AI大赛[第一季] Rank8解决方案[附TensorFlow/PyTorch/Caffe实现方案]

团队成员:北京邮电大学模式识别实验室硕士研究生今年5月,参加了天池医疗AI大赛,这次比赛是第一次参加此类的比赛,经过接近半年的比赛,终于10月落下帷幕,作为第一次参加比赛,能在接近3000支队伍中拿到第8名,感觉已经比较满意,不过也有许多遗憾之处,在此主要介绍一下我们比赛的方案。

CondeseNetV2:清华与华为出品,保持特征的新鲜是特征复用的关键 | CVPR 2021

<blockquote论文提出SFR模块,直接重新激活一组浅层特征来提升其在后续层的复用效率,而且整个重激活模式可端到端学习。由于重激活的稀疏性,额外引入的计算量非常小。从实验结果来看,基于SFR模块提出的CondeseNetV2性能还是很不错的,值得学习<br/ <br/来源:晓飞的

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。