我们不再谈论受限的词汇和语法，而是每天从英语到德语的演讲。不仅用于翻译学术论文，而且还可以在游客的手机上实时进行语音识别！ 使之成为可能的是神经网络和深度学习系统的最新发展，尤其是称为变压器的神经网络架构。研究人员表明，变压器网络特别适合在基于GPU的系统上并行化。这些网络优于传统的机器翻译简介模型，并且能够产生高质量的翻译。 问题在于，变压器网络需要大量的GPU内存，远远超出了大多数入门级深度学习平台所能找到的范围。基于消费级GPU的系统（例如常用的NVIDIA GeForce RTX 2

SME-主题专长 以下项目旨在发现英语Wikipedia中主题专家贡献者的编辑行为。 具体来说，我们通过将泛化应用于我们的模型，试图区分SME编辑者的行为与其他编辑者，甚至匿名者。 在我们的研究论文[TBD：reference]中，我们描述了SME的具体定义以及整个过程和结论。 我们还指出了这项工作的局限性，并为进一步的研究敞开了大门。 该项目中使用的所有数据都存储在一个专用的S3存储桶中。 作者 执照 有关许可证权利和限制（MIT），请参阅文件。

您好，我是奇异果。 欢迎来到我的GitHub个人资料 我不经常使用GitHub，因为我是用Python编写的独立程序员 当您在这里时，请务必查看我的回购协议。 我可能会在将来的某个时间添加 我是谁？ 我又是奇异果。我是一个痴迷于编程和计算机的13岁男孩，又称书呆子 在我的导师给我他们的论文项目样本以供反馈后，我才开始编程。 他们是CS专业。 当然，这是我8岁时发生的。 在2020年3月之前，与编程相关的生活并没有发生太大的变化。当我被选去与其他学校进行机器人大战时（我忘记了所谓的哈哈）。我输

论文研究 中文（中文）关于机器学习处理实际问题的一些文献阅读记录，每个子文件夹下包含论文原始文献，PPT（自己做的），代码，自己对文献的理解 主题主要包括数据预处理，前沿算法方法，其中数据预处理包括缺失值替换，异常值检测，文献中算法处理的问题主要是分类，回归，聚类等 一般2-3周更新一次 英语 一些文献阅读有关机器学习的记录以处理实际问题。 每个子文件夹包含原始论文，PPT（由我自己制作），代码和我对文学的理解。 主题主要包括数据预处理和前沿算法方法，其中数据预处理包括缺失值填充和离群值检测，