为什么 BERT 的 intermediate_size 这么大？ 第1页

相关的话题

  如何评价Facebook AI提出的ResMLP，对比Google的MLP-Mixer? 
  transformer中的Q,K,V到底是什么？ 
  把某人的 DNA 序列作为输入，正面照片作为输出，丢到深度神经网络里面学习，可行吗？ 
  如何看待timm作者发布ResNet新基准：ResNet50提至80.4，这对后续研究会带来哪些影响？ 
  为什么有些学数学的看不惯甚至鄙视 Deep Learning？ 
  神经网络分类训练后得到的是连续的数怎么离散？ 
  语音识别中，声学模型与语言模型扮演什么角色？或者说是怎么通过两个模型进行语音识别的? 
  2021年，作为算法工程师的你们会在CV业务落地上用Transformer吗？ 
  全连接层的作用是什么？ 
  深度学习应用在哪些领域让你觉得「我去，这也能行！」？ 
  深度学习应用在哪些领域让你觉得「我去，这也能行！」？ 
  有哪些你看了以后大呼过瘾的数据分析书？ 
  分类问题的label为啥必须是 one hot 形式？ 
  深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？ 
  机器学习在Web攻击方向有什么建树吗？ 
  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？ 
  Dirichlet Processes 是一个什么样的随机过程？ 
  如何评价Momenta ImageNet 2017夺冠架构SENet? 
  为什么最近几年 FPGA 变得越发受大家重视了？ 
  有没有必要把机器学习算法自己实现一遍？ 
  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？ 
  目前，人工智能语音在说中文时的语气感觉上还比较机械，怎样使人工智能语音的语气更自然一些？ 
  5-10年后，你觉得哪些科技会让我们“遗忘”现在的生活？ 
  人工智能 CV 岗位是不是现在供严重大于需？ 
  机器学习最好的课程是什么？ 
  为什么在SGD中使用L1正则化很难获得稀疏性？ 
  2021年人工智能领域有哪些关键性进展和突破？ 
  大牛Bengio 团队最新的研究和我自己之前的研究成果重复了，应该怎么办？ 
  为什么现在有这么多人工智能无用论？ 
  让人工智能去下路边街头的象棋残局会赢吗？