代码示例
计算机视觉 自然语言处理 从零开始的文本分类 使用主动学习进行评论分类 使用 FNet 进行文本分类 大规模多标签文本分类 使用 Transformer 进行文本分类 使用 Switch Transformer 进行文本分类 使用决策森林和预训练词嵌入进行文本分类 使用预训练词嵌入 在 IMDB 数据集上使用双向 LSTM 使用 KerasHub 和 tf.distribute 进行数据并行训练 使用 KerasHub 进行英西翻译 使用序列到序列 Transformer 进行英西翻译 字符级循环序列到序列模型 多模态蕴含 使用 Transformer 进行命名实体识别 使用 BERT 进行文本提取 用于执行数字加法的序列到序列学习 使用 KerasHub 进行语义相似度计算 使用 BERT 进行语义相似度计算 使用 Siamese RoBERTa 网络进行句子嵌入 使用 BERT 进行端到端掩码语言建模 使用 BART 进行抽象式文本摘要 使用 Hugging Face Transformers 预训练 BERT 使用 LoRA 对 GPT-2 进行参数高效微调 使用迁移学习进行选择题任务 使用 Hugging Face Transformers 进行问答 使用 Hugging Face Transformers 进行抽象式文本摘要 结构化数据 时间序列 生成式深度学习 音频数据 强化学习 图数据 Keras 快速教程