系列文章
Day 10 / DL x NLP / 讓我著迷的 Word2Vec
期盼已久的應用系列就從這篇開始。我們會依序講到 Deep Learning 在三方面的應用 —— Natural Language Processing (NL...
Day 11 / DL x NLP / 語言與 RNN
Word vectors 是帶動 deep learning 在 NLP 發展的重要基礎。但有了 word vectors 作為文字的 features，接下來...
Day 12 / DL x NLP / 打掉重練的勇氣 —— Google 翻譯與 Seq2Seq
2014 年，正值 word vectors 和 RNN 帶起 NLP 與 deep learning 結合的熱潮，Google 發表了 Seq2Seq 的架構...
Day 13 / DL x NLP / 大躍進 —— Attention & Transformer
RNN 是 deep learning 中最簡單能有效訓練 NLP model 的架構。不過在 attention 機制和以他為主建立的 transformer...
Day 14 / DL x NLP / 再度大躍進 —— BERT
前篇介紹的 transformer 在很多 NLP task 打破了 state-of-the-art results，取得了大躍進。而以 transforme...
Day 15 / DL x NLP / 心有不甘的 Project Talk —— An Exploration in L2 Word Embedding Alignment
DL x NLP 的核心和尖端的研究結果介紹差不多告一段落了。接下來兩篇分別介紹自己做的 project 和 NLP 發展。 這次要介紹的是我在 Stanfor...
Day 16 / DL x NLP / NLP 總結與發展
這篇是 DL x NLP 的最後一篇，下一個子系列是 DL x CV，也是做 machine learning 的人最想擠進的一個熱門領域。 我們簡單總結這個子...
Day 17 / DL x CV / 從 ImageNet 發起的 Data 大戰
這篇開始是 Computer Vision 電腦視覺系列。CV 可以說是 deep learning 中最火熱的領域，申請國外研究所年年擠破頭。DL x CV...
Day 18 / DL x CV / 圖像與 CNN
Day 10 我們用 PyTorch 介紹過 MNIST 手寫數字辨識。當時用的簡單模型就是 Convoluation Neural Network (CNN)...
Day 19 / DL x CV / 文字也有結構，圖像也有序列
RNN 和 CNN 兩大 model 講解完，也知道他們常分別用在 NLP 和 CV 領域中。但其實文字也有結構，運用 CNN 能幫助捕捉結構上的特徵；而圖像也...