熱門Ptt文章

[爆卦]word2vec訓練是什麼？優點缺點精華區懶人包

雖然這篇word2vec訓練鄉民發文沒有被收入到精華區：在word2vec訓練這個話題中，我們另外找到其它相關的精選爆讚文章

在 word2vec訓練產品中有3篇Facebook貼文，粉絲數超過5萬的網紅軟體開發學習資訊分享，也在其Facebook貼文中提到， -- 好工作分享 -- WhosCall 公司 Naver集團( Line )旗下Gogolook Co., Ltd 徵才 Data engineer 臺灣，香港，韓國，泰國，巴西跨國跨文化團隊 https://whoscall.com/zh-TW/careers/joblist/57 ...

「word2vec訓練」的推薦目錄
  • 軟體開發學習資訊分享

    word2vec訓練 在 軟體開發學習資訊分享 Facebook 的最讚貼文

    2019-03-07 10:39:52
    有 13 人按讚


    -- 好工作分享 --

    WhosCall 公司 Naver集團( Line )旗下Gogolook Co., Ltd 徵才 Data engineer
    臺灣，香港，韓國，泰國，巴西跨國跨文化團隊
    https://whoscall.com/zh-TW/careers/joblist/57

    你的使命
    1 使用機器學習或深度學習建立現代的 Whoscall 產品
    2 為資料建模建立自動化流程
    3 與計劃人員和程式設計團隊合作，為各種資料專案建構概念驗證系統

    要求

    1 熟悉 Python

    2 有 Keras 的 TensorFlow，Scikit-learn 經驗

    3 熟悉 Word 嵌入，網路嵌入相關知識(word2vec，deepwork 等)

    4 熟悉機器學習和深度學習訓練(Dropout, bagging, sampling, CNN, RNN, regression, k-means 等)

    5 有 AWS 或 GCP 相關的經驗

    6 熟練使用 SQL、 Hive、 Presto 等查詢語言

    7 資料導向型人格和良好的溝通技巧

    8 深刻理解現代機器學習技術及其數學基礎，如分類、推薦系統和自然語言處理

    9 具有分散式機器學習和計算框架的經驗(Spark、 Mahout 或其他類似) ，有應用經驗者優先

    相關線上學習課程 :
    ✍AWS https://softnshare.com/tag/affiliate-aws/
    ✍GCP https://softnshare.com/?s=gcp
    ✍TensorFlow https://softnshare.com/tag/tensorflow/
    ✍Python https://softnshare.com/python-learning-maps/
    ✍SQL https://softnshare.com/?s=SQL
    ✍Machine Learning http://bit.ly/2PElikL
    ✍NLP http://bit.ly/SNS-NLP
    ✍Spark https://softnshare.com/tag/spark/
    ✍Math. https://softnshare.com/tag/math/

    https://whoscall.com/zh-TW/careers/joblist/57/

  • 李開復 Kai-Fu Lee

    word2vec訓練 在 李開復 Kai-Fu Lee Facebook 的最佳解答

    2018-08-27 19:28:26
    有 318 人按讚


    DeeCamp T2I團隊利用三周的時間，開發出了一款“基於古詩詞文本語義的圖片生成”工具。這個工具，能根據詩歌的意象和情感理解，畫出AI心中的唐風宋韻。

    看到這麼多優秀的DeeCamp學生真是感覺後生可畏啊。

    【全文來自創新工場公眾號，動態demo看這裡 https://mp.weixin.qq.com/s/P-5QNen22ECKBALCiieWQw】

    大漠孤煙、長河落日，AI也有詩情畫意 | DeeCamp Show

    文化承載著國家的基因，文化的傳承影響國家未來的發展。十八大以來，“文化自信”成為了熱門詞彙。縱觀中華文明上下五千年，最能體現文化自信的載體非古詩詞莫屬。

    優美的詩詞裡蘊含著豐富的歷史情感，傳遞著多彩的中國故事。學詩讀詞是每個華夏兒女從小必修的功課。

    但詩詞的用詞往往比較隱諱，意義也跟現代理解有了較大的差別。

    但如果有一個工具能將詩詞當中的意向和情感提取出來，這將大大降低人們鑒賞古詩詞時的門檻，將更好的激發人們對詩詞的探索熱情，助力漢語的傳承與發揚。

    你能否想像，AI不僅能精准的提取詩詞中的意象與情感基調相結合，還能在此基礎上生成獨具風格的圖片。

    在DeeCamp訓練營中，組名為Text2Image(下文簡稱為T2I)的學員們將這一想像變成了現實。

    T2I團隊利用三周的時間，開發出了一款“基於古詩詞文本語義的圖片生成”工具。這個基於AI技術的工具，能根據詩歌的意象和情感理解，生成意象圖片，並對這個圖片進行情感渲染著色和水墨風格的遷移，最終畫出AI心中的唐風宋韻。

    這款極具創新性的工具讓AI和古詩文碰撞出了前所未有的火花。

    一、技術解密

    T2I的研究內容，分為對古詩文本語義的理解、意向圖片內容的生成、情感著色並且進行水墨化的風格遷徙三部分。

    在文本方面，T2I搜集了5萬多首唐詩，使用規則匹配和CNN提取意象，準確率可達到91%。在情感判別方面，T2I人工標注了2200多句詩歌的情感正負傾向，使用word2vec字向量分析和情感字典自動標注數據，以句為單位進行情感判別，準確率達80.1%。

    而為了實現情感著色，T2I人工搜集了基於荷、草、柳、梅、沙漠、山、雲、雁8個意向的25000張單意象圖片和2000張多意象圖片，使用WGAN-GP和風格遷移等模型，結合Open-CV等工具，實現了情感著色和水墨圖片生成。

    二、難點解析

    據T2I的成員介紹， 該項目的主要難點在於：由於沒有現成的古詩文本與對應內容圖片的成對數據，從演算法上來看，則沒有現成可直接利用的端到端演算法。故而團隊將任務拆解為文本語義理解和圖片生成兩個部分。在文本語義理解方面，因古詩詞結構的多樣性和內容的豐富性，導致實現難度較大。

    而在圖片生成方面，當古詩文存在混合意向時（如：花有清香月有陰），則需生成多意象並存的圖片意向融合。

    因此，T2I的成員的積極的在開發過程中進行了創新：在文本語義理解的演算法上，團隊優先考慮從原文中直接提取意向。當原文無直接意象時，借助譯文對於意象的解讀進行規則匹配，原文和譯文都沒有時，借助CNN網路進行建模推斷。

    在T2I的努力下，一個既能讀得懂優美的山水田園詩，還能揮毫作畫，畫出唐風宋韻的AI粲然而生。得益於相當完整精緻的技術方案，這份詩人與AI穿越千年時空實現的心靈互通的美好在DeeCamp閉幕當天呈現在人們眼前。感人的演示效果使T2I收穫了DeeCamp2018的最佳方案獎。

    未來，該專案可以生成一個詩詞動畫系統，這套系統既可以説明孩子看圖識古詩，也可以幫助外國友人線上學習中文詩詞。落地場景十分光明～

    三、所遇之人，皆為摯友

    過去的一個月很長。

    T2I的成員們從對課題的一無所知、一無所有到齊心協力，分工合作，在3周內完成了課題任務並得到了超乎預期的收穫。每個人都卸下了曾經的光環，從標注數據的髒活累活入手，一點點的嘗試、失敗、再嘗試，直到看到模型和系統的進步。

    過去的一個月很短。

    那麼多的知識還在消化，專案還需要去進一步的完善，朋友還有太多的話沒說，桌遊和美食也沒有玩夠吃夠。有隊員開玩笑說：GAN來GAN去，最後千山鳥飛“絕”。儘管DeeCamp已經結束，但T2I的成員們卻仍然不願相信這場愉快的體驗已經結束，那幫並肩作戰的可愛隊友都已四散各地。

    人生的曼妙之處就在於不可知的際遇。“這次DeeCamp之行不僅學到了AI技術，更重要的是結識了一批意氣相交的夥伴。”T21成員總結這一個月的收穫，有人學到了前沿的科技知識、有人提高了自己的代碼能力，有人視野得到了開闊，有人對人生道路有了更明確地規劃......還有人最大的收穫是認識了許多小姐姐。

    充實、開放、快樂的DeeCamp生活使這群才華橫溢的少年瞭解了現實工業界的未來研究方向，並將在學校所學的理論能應用到有趣的實踐專案中。也使他們結實了志同道合的夥伴，各自發揮所長各顯神通，不斷碰撞、磨擦出智慧的火花。

    或許DeeCamp就像一條洶湧的知識大河，短短一月只能從中截取一道涓流，但卻足夠受用很久。

    而從一個想法到一場完美的展示，除了積澱起堅實的理論基礎，尚需心懷上下求索的精神，只有不忘初心，才能在科技發展的浪潮中，逐漸拉進與未來的距離。

  • CUP 媒體

    word2vec訓練 在 CUP 媒體 Facebook 的最佳貼文

    2017-08-10 11:35:00
    有 50 人按讚


    本周 Google 一份內部備忘於網上流出，執筆的員工批評公司追求職場平等，乃不切實際之舉，引起滿城風雨。或許你認為矽谷男女應否同工同酬，跟你這位消費者毫無瓜葛，但網絡顧問兼新書 Technically Wrong: Sexist Apps, Biased Algorithms, and Other Threats of Toxic Tech 作者 Sara Wachter-Boettcher 在「華盛頓郵報」撰文反駁，直指美國科技界對女性及少數族裔的歧視，早已滲透到其產品當中，影響全球每位用家。

    此外，Google 研究員在 2013 年創造神經網絡 Word2vec，讓其透過梳理 Google News 文章，學習字詞間的關係。經過千萬字的訓練後，Word2vec 能完成「巴黎是法國正如東京是 ___」這種類比，還回到一些刻板印象，譬如「男人是建築師正如女人是室內設計師」。Wachter-Boettcher 認為，這種配對純粹反映 Google News 的數據集，但在一個白人男性主導、「破壞」勝過一切的行業，Word2vec 等技術被視作客觀，結果從搜尋引擎到求職系統，各類軟件都嵌入這種自帶成見的技術。

    詳細全文：
    https://goo.gl/ekwt44

    延伸專題：
    【偏見科學助長性別偏見】
    https://goo.gl/9Y1wdu
    【下一個 iPhone 10 年：帶你進入美麗新世界？】
    https://goo.gl/r4K8RP
    【你敢關掉手機提示一整天嗎？】
    https://goo.gl/FW5ms5
    ==========================
    【 CUP 媒體 】
    在 www.cup.com.hk 留下你的電郵地址，即可免費訂閱星期一至五的日誌。

你可能也想看看

搜尋相關網站