为什么 BERT 的 intermediate_size 这么大？ 第1页
1
guotong1988 网友的相关建议:
建议阅读：《Optimal Subarchitecture Extraction for BERT》
1
相关话题
Python中 __init__的通俗解释是什么？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？
2021年深度学习哪些方向比较新颖，处于上升期或者朝阳阶段，没那么饱和，比较有研究潜力？
对自己深度学习方向的论文有idea，可是工程实践能力跟不上，实验搞不定怎么办？
为什么要学习吴恩达的机器学习？
如何评价Google最新提出的gMLP：MLP模型在CV和NLP任务上均取得较好的效果？
如何评价 2021 年 12 月新改版的知识引擎 magi.com？
熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性?
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
如何评价2020年计算机视觉顶会CVPR投稿量破万的现象？
下一个讨论
多模态训练，怎么解决不同模态之间差异的问题？
相关的话题
生成对抗网络的毕设怎么上手？深度学习中Attention与全连接层的区别何在？
如何评价Google发布的第二代深度学习系统TensorFlow?
如何看待SQuAD比赛中，阿里、MSRA机器阅读理解准确率超越人类？
如何看待 NIPS 2018 submission达到近 5000 篇？
数字图像处理的工作是用传统算法更多还是用深度学习更多?
深度学习调参有哪些技巧？
人们是如何想到奇异值分解的？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
怎样让机器有意识?
如何看待亚马逊的无人超市产品 Amazon Go?
语义网所谓的“本体”的具体例子是什么？
如何评价VOLO: Vision Outlooker for Visual Recognition？
应届硕士毕业生如何拿到知名互联网公司算法岗（机器学习、数据挖掘、深度学习） offer？
5-10年后，你觉得哪些科技会让我们“遗忘”现在的生活？
BERT模型可以使用无监督的方法做文本相似度任务吗？
如何看待 Google TPU？寒武纪芯片较之有哪些优势与不足？
人工智能就业前景越来越严峻了，你还在坚持吗？
如何理解 Swin Transformer 和 Vision Transformer不同任务上的差异？
如何看待Capsule Network在NLP领域的潜力？
为什么新增特征有时候会对模型带来负面影响？
如何通俗易懂地介绍 Gaussian Process？
如何评价 2015 版的 Magi 搜索引擎？
在做算法工程师的道路上，你掌握了什么概念或技术使你感觉自我提升突飞猛进？
机器学习，数据挖掘在研究生阶段大概要学些什么？
image caption这个方向更偏向NLP还是CV？
如何评价 Exploring Simple Siamese Learning?
常用的机器学习算法比较？
计算机视觉和自然语言处理，哪个更具有发展前景呢，还是各有千秋呢？
如何评价余凯创立的horizon robotics？