为什么 BERT 的 intermediate_size 这么大？ 第1页

相关的话题

  如何激怒一位人工智能（机器学习、深度学习、强化学习等）爱好者？ 
  本科数学，目前在读计算机研一，毕业的时候想要应聘数据挖掘工程师，看了对数据挖掘工程师的招聘要求，感觉太宽泛了，希望能具体说一下现在应该准备哪些知识（算法？编程语言？其他？），谢谢！ 
  除了深度学习，机器学习领域近年来还有什么热点吗？ 
  为什么CV能做到让一幅人脸图动了笑了，而NLP的text-style-transfer进展貌似一般？ 
  深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？ 
  NLP 中 prompt learning 有哪些可能的天生缺陷？目前有什么样的方法来解决这样的缺陷？ 
  新手如何入门pytorch？ 
  transformer 为什么使用 layer normalization，而不是其他的归一化方法？ 
  为什么梯度下降能找到最小值？ 
  如何评价微软机器翻译在 WMT2017 中英翻译达到「人类水平」？ 
  如何简单理解贝叶斯决策理论（Bayes Decision Theory）？ 
  机器学习，深度神经网络等方法是否是正确的方向？ 
  什么叫做泛函空间的大数定律？ 
  目前有哪些比较成功的人工智能应用？ 
  使用pytorch时，训练集数据太多达到上千万张，Dataloader加载很慢怎么办? 
  如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？ 
  如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？ 
  应该选择TensorFlow还是Theano？ 
  OpenCV已经将图像处理(识别)的算法写成函数了,那我们还有必要去学习这些算法不? 
  如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？ 
  KL散度衡量的是两个概率分布的距离吗？ 
  卷积神经网络如果将池化层去除，与神经网络的区别还大么？ 
  如何评价VOLO: Vision Outlooker for Visual Recognition？ 
  NTIRE2017夺冠的EDSR去掉了Batch Normalization层就获得了提高为什么？ 
  如何理解今年发表在JMLR上随机森林算法SPORF？ 
  如何评价陈天奇团队新开源的TVM？ 
  Partial Multi-Label Learning是什么？它的发展史又是怎样的？最新的进展如何？ 
  对神经网络某一层做了小改进，效果却提升显著，可以发论文吗？ 
  神经网络训练多个epoch，写论文的时候可以取最好的效果那一个epoch作为结果吗？ 
  如何评价谷歌用30亿数据训练的20亿参数ViT-G/14模型在 ImageNet 达到新的 SOTA？