为什么 BERT 的 intermediate_size 这么大？ 第1页

相关的话题

  迁移学习入门，新手该如何下手？ 
  2020到2021年小样本学习取得重大进展了吗？ 
  有哪些比较好的机器学习、数据挖掘、计算机视觉的订阅号、微博或者是论坛？ 
  NLP 方向在国内清北读博还是国外？ 
  神经网络中，bias有什么用，为什么要设置bias，当加权和大于某值时，激活才有意义？ 
  深度学习应用在哪些领域让你觉得「我去，这也能行！」？ 
  可以对只有一个像素的图片拥有版权或著作权吗？为什么？ 
  李航的统计学习方法，吴恩达的视频，关于机器学习的东西都看不懂是怎么回事？ 
  如何看待Meta（恺明）最新论文ViTDet：只用ViT做backbone（不使用FPN）的检测模型？ 
  神经网络分类训练后得到的是连续的数怎么离散？ 
  老师给了一个神经网络的程序，他之前是跑通了的，但是我迭代几十次或者一百多次就报错。这个怎么解决? 
  CVPR 2019 有哪些值得关注的亮点？ 
  如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架，避免使用 TensorFlow？ 
  如何评价CVPR2019程序主席Derek Hoiem的论点：计算机视觉只是记忆，不是智能？ 
  机器学习中如何识别图片中的手是手背还是手心？ 
  2020-2021年NLP有什么核心技术的更迭吗？或者有什么推动领域发展的paper吗？ 
  如何评价小米开源的移动端深度学习框架MACE？ 
  如何评价 DeepMind 在北京时间 19 年 1 月 25 日 2 点的《星际争霸 2》项目演示？ 
  如何评价DALL-E模型的实现？ 
  Transformer中的Mask矩阵已经有顺序了，能去掉position embedding吗? 
  如何看待百度无人车， 三千多个场景，一万多个if？ 
  如何评价 UCLA 朱松纯教授近日访谈中对深度学习的批评？ 
  关于tensorflow中的滑动平均？ 
  二分类问题，应该选择sigmoid还是softmax？ 
  如何评价陈天奇团队新开源的TVM？ 
  算法工程师的落地能力具体指的是什么？ 
  能否使用神经网络来判断奇偶数？ 
  如何证明数据增强（Data Augmentation）有效性？ 
  推荐算法岗是否存在严重人才过剩? 
  深度学习cnn中，怎么理解图像进行池化（pooling）后的平移不变性？