Perseus-BERT——业内性能极致优化的BERT训练方案
【作者】 笋江（林立翔） 驭策（龚志刚） 蜚廉（王志明） 昀龙（游亮）
一，背景——横空出世的BERT全面超越人类
2018年在自然语言处理（NLP）领域最具爆炸性的一朵“蘑菇云”莫过于Google Research提出的BERT（Bidirectional Encoder
《TensorFlow技术解析与实战》——3.3 可视化的例子
本节书摘来自异步社区《TensorFlow技术解析与实战》一书中的第3章，第3.3节，作者李嘉璇，更多章节内容可以访问云栖社区“异步社区”公众号查看
第3章 可视化TensorFlow
3.3 可视化的例子
词嵌入（word embedding）在机器学习中非常常见，可以应用在自然语言处理、推荐系统等其他程序中。
阿里云超算：高性能容器方案实战之Singularity
除了自动化整合IaaS层硬件资源为用户提供云上HPC集群外，E-HPC还致力于巩固云上HPC服务的高可用性，先后推出了“集谛多维性能监控”、“低成本断点续算”等新特性，帮助用户更好、更省地使用云上HPC服务。本文主要介绍阿里云超算推出的弹性高性能容器方案以及在分子动力学领域和AI领域的实战案例。
DenseNet的应用--语义分割--(DenseASPP )
转载自：https://blog.csdn.net/u011974639
DenseASPP
DenseASPP for Semantic Segmentation in Street Scenes
原文地址：DenseASPP
收录：CVPR2018(IEEE Conference on Computer Vision and Pattern Recognition)
代码:
PyTorch
简介：
将DeepLab系列中的ASPP和DenseNet中的密集连接相结合，构成了DenseASPP。
Keras新手“入坑”指南
你对学习使用Keras感兴趣吗?你是否已经对神经网络的工作方式有一定的了解?看看这个精简的七步计划，从新手开始尽快地掌握Keras基础知识。