标签：熟悉 2021.10 收集 point 学习 语音 深度 方向 自然语言

1. 深度学习

深度学习 方向指导
深度学习领域有很多细分方向，例如语音、自然语言处理、视觉、强化学习、纯深度学习理论。

• 如果你喜欢语音交互，熟悉C++，可以选择语音识别、语音合成等研究课题；
• 如果你喜欢研究文本和对话，熟悉Python和爬虫，可以选择自然语言处理方向；
• 如果你喜欢图片与视频，熟悉Python，对算法落地也很感兴趣，可以选择计算机视觉方向；
• 至于强化学习、深度学习理论研究等方向，如果不是自身基础非常扎实或有优秀的师兄师姐指导，建议谨慎入坑。

选好方向之后，下一步的重点是阅读该领域的经典论文，包括传统方法，以及近期热点。如果你和我一样主攻自然语言处理方向，那应该对最早期的神经网络语言模型（2003）、静态词向量word2vec（2013）、动态词向量ELMO（2018）、预训练语言模型BERT、RoBerta、GPT（2018-2020），以及近期流行的prompt训练（2021）都有清晰的认识，明白哪些场景适用哪种方法。
然后再往下细分，选择子领域内的论文阅读。

如果研究对话系统，对于常规的分类、匹配算法应该非常熟悉，同时了解基于神经网络的DST算法，不同召回策略等等。

标签：熟悉,2021.10,收集,point,学习,语音,深度,方向,自然语言
来源： https://blog.csdn.net/weixin_44786366/article/details/120613646

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。