学习寒小阳的博客之统计机器翻译

最新推荐文章于 2025-08-22 13:41:20 发布

weixin_34346099

最新推荐文章于 2025-08-22 13:41:20 发布

阅读量62

点赞数

CC 4.0 BY-SA版权

文章标签：人工智能

原文链接：http://www.cnblogs.com/maowuyu-xb/p/7272260.html

介绍了已开发的多个开源SMT系统，这些系统有的采用基于短语的模型，例如摩西；有的则采用层次模型，例如Joshua，以解决不同语言间的句法结构变化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

到目前为止，多个开源的SMT系统已经开发出来，这些系统中的一些重点使用基于短语的模型（如摩西），且多年来已经已被广泛用于社区，而其他人试图用层次模型（如Joshua）处理不同语音之间的句法结构的变化。

转载于:https://www.cnblogs.com/maowuyu-xb/p/7272260.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_34346099

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

cs231n_lecture 1_计算机视觉发展史及课程概述

ChuanjieZhu

02-26

1492

学期：2017 spring 老师：Fei-Fei Li & Justin Johnson & Serena Yeung声明：本系列文章资源主要来自斯坦福的cs231课堂内容，ppt，配套网站。加上本人的一些理解。第一节课主要是介绍计算机视觉发展史、课程内容以及考核方式。我学习的课程是cs231n 2017 spring，这是斯坦福第三次开设这门课程。2016年春季的时候第一次开...

机器学习系列(7)_机器学习路线图（附资料）

热门推荐

寒小阳

02-28

7万+

计算机从数据中学习出规律和模式，以应用在新数据上做预测的任务。近年来互联网数据大爆炸，数据的丰富度和覆盖面远远超出人工可以观察和总结的范畴，而机器学习的算法能指引计算机在海量数据中，挖掘出有用的价值，也使得无数学习者为之着迷。我们不是专家，但说起算有一些从业经验，做过一些项目在实际数据上应用机器学习。这一篇就我们的经验和各位同仁的分享，总结一些对于初学者入门有帮助的方法和对进阶有用的资料。

参与评论您还未登录，请先登录后发表或查看评论

人工智能&机器学习路线

RuiMan的博客

01-16

1141

机器学习系列(7)_机器学习路线图(附资料)

龙心尘

02-28

4万+

1. 引言也许你和这个叫『机器学习』的家伙一点也不熟，但是你举起iphone手机拍照的时候，早已习惯它帮你框出人脸；也自然而言点开今日头条推给你的新闻；也习惯逛淘宝点了找相似之后货比三家；亦或喜闻乐见微软的年龄识别网站结果刷爆朋友圈。恩，这些功能的核心算法就是机器学习领域的内容。机器学习研究的是计算机怎样模拟人类的学习行为，以获取新的知识或技能，并重新组织已有的知识结构使之不断改善自身。而

机器学习路线图(附资料)

dongdong2980的博客

10-24

333

转载自：https://blog.youkuaiyun.com/longxinchen_ml/article/details/50749614 作者：龙心尘 && 寒小阳时间：2016年2月。出处：http://blog.youkuaiyun.com/longxinchen_ml/article/details/50749614 http://blog.youkuaiyun.com/han_xiaoya...

提高深度学习和机器学习性能的方法

一路前行

10-21

1646

20个你可以用来避免过拟合和得到更好的泛化的技巧

机器学习路线

阳光zfc

03-28

574

机器学习系列(10)_如何提高深度学习(和机器学习)的性能

寒小阳

09-24

3万+

我经常被问到诸如`如何从深度学习模型中得到更好的效果`的问题，类似的问题还有：我如何提升准确度,如果我的神经网络模型性能不佳，我能够做什么？对于这些问题，我经常这样回答，“我并不知道确切的答案，但是我有很多思路”，接着我会列出了我所能想到的所有**或许能够给性能带来提升**的思路，。为避免一次次罗列出这样一个简单的列表，我决定把所有想法详细写在这篇博客里。这些思路应该是通用的

如何提高深度学习（和机器学习）的性能

www_sg_com的博客

09-11

1296

目录(?)[+]20个你可以用来避免过拟合和得到更好的泛化的技巧提升算法性能的思路通过数据提升性能1 获取更多数据2 创造更多数据3 重缩放rescale你的数据4 数据变换5 特征选择6 重架构你的问题通过算法提升性能1 对算法进行抽样调查2 借鉴已有文献3 重采样方法通过算法调参提升性能1 诊断2 权重初始化3 学习率4 激活函数5 网络拓扑6 Batche size和周期7 正则化8 优化

算法工程师必看的优秀博客【持续更新。。。】

alicelmx的博客

11-17

1525

小明酱整理的优秀博客

从FM推演各深度学习CTR预估模型（附代码）

寒小阳

07-13

1万+

作者：龙心尘 &amp;amp;amp;amp;&amp;amp;amp;amp; 寒小阳时间：2018年7月。出处：https://blog.youkuaiyun.com/longxinchen_ml/article/details/81031736 http://blog.youkuaiyun.com/han_xiaoyang/article/details/？声明：版权所有，转载请联系作者并注明出处。本文代码部分参考了lambda等同学的tens...

深度学习与计算机视觉(12)_tensorflow实现基于深度学习的图像补全

寒小阳

04-17

4万+

内容识别填充(译注: Content-aware fill ,是 photoshop 的一个功能)是一个强大的工具，设计师和摄影师可以用它来填充图片中不想要的部分或者缺失的部分。在填充图片的缺失或损坏的部分时，图像补全和修复是两种密切相关的技术。有很多方法可以实现内容识别填充，图像补全和修复。在这篇博客中，我会介绍 Raymond Yeh 和 Chen Chen 等人的一篇论文，“基于感知和语境损失的图像语义修补

Bot 流量“假阳性”调优笔记

@云安全小杜

08-19

1306

这次实验最大的收获是：与其在规则里“猜”爬虫长什么样，不如把判断逻辑外置到一个能持续学习的边缘节点。群联的清洗中心提供了实时封禁 API，让我们可以把模型结果直接落地，而不用改一行业务代码——这比传统“先打日志、再人工加黑名单”的节奏快了整整一个量级。

门控循环单元（GRU, Gated Recurrent Unit）

2501_91641025的博客

08-20

958

门控循环单元（GRU, Gated Recurrent Unit）是循环神经网络（RNN）的一种改进结构，由 Cho 等人在 2014 年提出。它和 LSTM 一样，旨在解决RNN 的梯度消失和梯度爆炸问题，同时能够建模长距离依赖信息。与 LSTM 相比，GRU 结构更简洁，参数更少，计算效率更高。GRU 是 LSTM 的简化版，在很多任务上能取得相似甚至更好的效果。优点：计算效率高、参数量少、适合大规模训练。缺点：缺少独立记忆单元，在极长序列任务中可能稍逊于 LSTM。在实际应用中，

Huggingface-Qwen2源码解读

Jeremy程序员

08-19

1783

本文记录了基于HuggingFace Transformers最新master分支对Qwen2模型的学习过程。主要内容包括：1) 开发环境搭建（Python 3.11、PyTorch CPU版）；2) 模型测试代码实现，通过调参创建轻量级配置；3) 核心架构分析，包括分词编码、DecoderLayer处理流程（RMSNorm归一化、自注意力机制、前馈网络）和分组查询注意力机制；4) Qwen2的三大优化点：RMSNorm计算优化、RoPE位置编码和GQA注意力机制；5) 开发中遇到的版本依赖问题及解决方法。

【无标题】

As3310010的博客

08-20

707

从基础功能到自主决策：Agent 开发进阶之路

【笔记】动手学Ollama 第七章搭建本地RAG