PLM's Notes

QANet BiDAF AoA DCN 点击阅读全文

卷积基本概念和常见的卷积神经网络 点击阅读全文

强化学习的基础知识。基本要素、轨迹、值函数、V函数和Q函数、贝尔曼方程。 点击阅读全文

AliMe Chat: A Sequence to Sequence and Rerank based Chatbot Engine 点击阅读全文

参数初始化、数据预处理、逐层归一化、各种优化方法、超参数优化。 点击阅读全文

一切都应该尽可能简单，但不能过于简单。 本文主要是总结：注意力机制、注意力机制的变体、论文中常见的注意力 点击阅读全文

先放四张图，分别是DCN的Encoder、Decoder，DCN+的Encoder和Objective。后面再详细总结 点击阅读全文

只是记录一下Co-Attention，后续再补上本篇论文的全部笔记吧。 点击阅读全文

本文概要：介绍DMN的基本原理，使用PyTorch进行实现一个简单QA 点击阅读全文

决策树的特征选择、生成、剪枝。熵、信息增益、基尼指数。ID3、C4.5、CART。 点击阅读全文

一些机器学习的知识点总结 点击阅读全文

剑指offer(51-64) 点击阅读全文

Support Vector Machine简单笔记。 特征空间上的间隔最大的线性分类器。学习策略是间隔最大化，转化为一个凸二次规划问题的求解。 点击阅读全文

VSCode-CPP 点击阅读全文

Linux环境配置，tmux+zsh+autojump 点击阅读全文