文件名称:
naacl_transfer_learning_tutorial：在美国明尼苏达州明尼阿波利斯市举行的NAACL 2019上举办的NLP转移学习教程的代码库-源码
开发工具:
文件大小: 17kb
下载次数: 0
上传时间: 2021-02-03
详细说明：随附NAACL 2019教程“自然语言处理中的转移学习”的代码存储库
， ， 和在6月2日于美国明尼苏达州明尼阿波利斯市举行的NAACL 2019上提供了该教程。
这是NAACL教程的，以获取更多信息。
可以在以下位置找到该教程的幻灯片： : 。
可以在以下位置找到包含该教程的所有代码的Google Colab笔记本： ://tinyurl.com/NAACLTransferColab。
也可以使用以下短网址访问当前存储库： :
抽象
经典的受监督机器学习范例是基于使用单个数据集独立地学习任务的单个预测模型。 这种方法需要大量的培训示例，并且在定义明确且狭窄的任务中表现最佳。 转移学习是指通过利用来自其他域或任务的数据来训练具有更好泛化属性的模型来扩展此方法的一组方法。
在过去的两年中，自然语言处理（NLP）领域见证了几种迁移学习方法和体系结构的出现，这些技术和体系结构在处理大量NLP任务的最新技术方面得到了显着改善。
这些改进以及这些方法的广泛可用性和易于集成性，使人联想到导致预训练词嵌入和ImageNet预训练在计算机视觉中取得成功的因素，并表明这些方法可
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
