头条投满分项目V3.0
Index
键入以开始搜索
头条投满分项目V3.0
第一章:项目背景与分析
第一章:项目背景与分析
1.1 头条投满分项目背景
1.2 baseline解决方案实现
第二章:迁移学习的优化
第二章:迁移学习的优化
2.1 数据处理
2.2 模型搭建与训练
第三章:模型的量化
第三章:模型的量化
3.1 模型量化概念和理论
第四章:模型的剪枝
第四章:模型的剪枝
4.1 模型剪枝概念和理论
第五章:迁移学习微调
第五章:迁移学习微调
5.1 BERT模型微调
5.2 AlBERT模型介绍
5.3 GPT2模型介绍
5.4 T5模型介绍
5.5 Transformer-XL与XLNet模型介绍
5.6 Electra模型介绍
5.7 消融实验
第六章:模型的知识蒸馏
第六章:模型的知识蒸馏
6.1 知识蒸馏概念和理论
6.2 知识蒸馏的优化
第七章:扩展章节之一
第七章:扩展章节之一
7.1 BERT系列模型深度解析
7.2 新型生成式模型深度解析
7.3 GPT2模型深度解析
7.4 T5模型深度解析
7.5 XLNet模型深度解析
7.6 Electra模型深度解析
7.7 Reformer模型深度解析
7.8 主流大厂开源模型介绍
第八章:扩展章节之二
第八章:扩展章节之二
8.1 BERT生成式优化介绍
8.2 BERT优化经验谈
8.3 BERT之参数详解
第九章:扩展章节之三
第九章:扩展章节之三
9.1 预训练模型的知识融入
第十章:扩展章节之四
第十章:扩展章节之四
10.1 运维与集群知识介绍
10.2 工业界几种发布模式介绍
Index