weixin_39848830的博客

论文及源码解读：1.BERT源码分析PART I2.BERT源码分析PART II3.BERT源码分析PART III4.BERT相关论文、文章和代码资源汇总BERT应用1.NLP - 基于 BERT 的中文命名实体识别（NER)2.参考文献：1.原始论文2.官方github...

相关资料 ：1.The Illustrated Transformer中文翻译版2. The Illustrated Transformer（配合李宏毅老师的视频看，很直观明了）2.草稿纸上的Transformer3.放弃幻想，全面拥抱Transformer：自然语言处理三大特征抽取器（CNN/RNN/TF）比较4.bert 应用于下游任务方法代码实现：1....

转载：TensorFlow中RNN实现的正确打开方式https://github.com/gaussic/text-classification-cnn-rnnhttps://www.jianshu.com/p/e2f807679290

文章转载：【知识图谱】——8种Trans模型基于翻译模型(Trans系列)的知识表示学习TransE解释

转载：1.从Word Embedding到Bert模型—自然语言处理中的预训练技术发展史2.放弃幻想，全面拥抱Transformer：自然语言处理三大特征抽取器（CNN/RNN/TF）比较...

借助kaggle比赛https://www.kaggle.com/c/jigsaw-unintended-bias-in-toxicity-classification/overview做些文本分类的总结此次介绍文本分类领域经典模型textCNN，因为结构简单，效果好，提供keras和tensorflow代码供学习相关论文：https://arxiv.org/abs/1408.5882...

目前，使用docker部署机器学习或深度学习模型正在成为企业大规模部署的一种常规操作。基于目前工作的情况，刚好可以使用现成的模型尝试使用docker进行部署。主要有以下1. 什么是docker2. 个性化环境的定制开发-Dockerfile的制作3. docker常用命令4. 模型部署什么是dockerDocker 是一个开源的应用容器引擎，基于 Go 语言 并遵从Apache2.0协...

深度学习的资料汇总（不定期更新）1. 关于github上最新的论文和对应开源代码的网站：paperswithcode

基于编码-解码（encode-decode）的序列到序列架构序列到序列（Sequence to Sequence）模型是现今序列任务上的王者，如翻译，语音识别等任务上。是现如今深度学习和自然语言处理爱好者必须要掌握的模型。本文将会对最基本的序列到序列模型进行介绍。基本介绍：序列到序列模型代码示例：keras：（一）十分钟搞定Keras序列到序列学习（附代码实现）        ...

深度学习之RNN的变体LSTM原理及数学公式推导转载：零基础入门深度学习(6) - 长短时记忆网络(LSTM)          LSTM Forward and Backward Pass

递归神经网络（RNN）的算法原理和实现转载：递归神经网络

本文转载链接：https://zhuanlan.zhihu.com/p/38200980  

RNN的原理及公式推导转载：零基础入门深度学习- 循环神经网络            当我们在谈论 Deep Learning：RNN 其常见架构            Understanding LSTM Networks ...

文章转载：https://zhuanlan.zhihu.com/p/34879333