檢索結果:共3筆資料 檢索策略: ckeyword.raw="深度學習" and ckeyword.raw="非監督式學習" and ckeyword.raw="非監督式學習"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
隨著Transformer架構的提出,如BERT、GPT-2…等等,這些預訓練於大量文本上的模型透過微調下游任務的方式在自然語言處理領域中蓬勃發展。在中文斷詞領域中,也將資料集的評估分數推升至F1分…
2
將訓練於來源域 (Source domain)的深度學習模型直接應用於目標域 (Target domain)會因為Domain shift problem導致其準確度顯著下降。無監督領域自適應(Un…
3
在TFT-LCD製造業中,機器手臂的使用已經成為提高生產效率的關鍵。近年來,工業機器人在相關產業的應用方面取得了顯著的增長。在製程中,機器人是不可或缺的角色,一旦機器人軸位發生故障,就會迫使整條生產…