极限

极限 百度百科

“极限”是数学中的分支——微积分的基础概念，广义的“极限”是指“无限靠近而永远不能到达”的意思。数学中的“极限”指：某一个函数中的某一个变量，此变量在变大（或者变小）的永远变化的过程中，逐渐向某一个确定的数值A不断地逼近而“永远不能够重合到A”（“永远不能够等于A，但是取等于A‘已经足够取得高精度计算结果）的过程中，此变量的变化，被人为规定为“永远靠近而不停止”、其有一个“不断地极为靠近A点的趋势”。极限是一种“变化状态”的描述。此变量永远趋近的值A叫做“极限值”（当然也可以用其他符号表示）。

感受视野

在卷积神经网络中，感受野（Receptive Field）的定义是卷积神经网络每一层输出的特征图（feature map）上的像素点在输入图片上映射的区域大小。通俗点的解释是，特征图上的一个点对应输入图上的区域，如下图所示。

所谓排序算法，即通过特定的算法因式将一组或多组数据按照既定模式进行重新排序。这种新序列遵循着一定的规则，体现出一定的规律，因此，经处理后的数据便于筛选和计算，大大提高了计算效率。对于排序，我们首先要求其具有一定的稳定性，即当两个相同的元素同时出现在某个序列之中，则经过一定的排序算法之后，两者在排序前后的相对位置不发生变化。换言之，即便是两个完全相同的元素，它们在排序过程中也是各有区别的，不允许混淆不清。

Python 语言本身

原文 Auto-classification of NAVER Shopping Product Categories using TensorFlow

背景

NAVER Shopping是NAVER提供的购物门户服务。 NAVER Shopping将产品与类别相匹配，以便系统地组织产品并允许更轻松地搜索用户。 当然，每天将超过2000万个新注册产品与大约5,000个类别相匹配的任务是不可能手动完成的。

视频分类理论和实践研究

XLNet是一种基于新型广义排列语言建模目标的新型无监督语言表示学习方法。 此外，XLNet采用Transformer-XL作为骨干模型，为涉及长时间环境的语言任务展示了出色的性能。 总体而言，XLNet在各种下游语言任务上实现了最先进的（SOTA）结果，包括问答，自然语言推理，情感分析和文档排名。

本文是XLNet论文的全文翻译，转载注明出处和译者。

• 原文 XLNet: Generalized Autoregressive Pretraining for Language Understanding
• PDF版翻译以及相关资源链接 GitHub XLNet_Paper_Chinese_Translation
• 译者：袁宵
• 说明：1. 对于没有标准译法的词语保留了原单词；2. 以准确翻译为第一目标，力求保持原意；3. 欢迎读者参与到翻译中来，提出修改意见。

图像风格迁移的现实应用

Prisma修图APP

Building the future of photo and video editing.

实验

• Image-Captioning CNN-Encoder and RNN-Decoder (Bahdanau Attention) for image caption or image to text on MS-COCO dataset.
• Image_to_Text
  Taking the image description task on the MS-COCO data set as an example, the template code of Image_to_Text is shown.
• 图像风格转移

Transformer 代码实现及应用

Transformer_implementation_and_application 该资源仅仅用300行代码（Tensorflow 2）完整复现了Transformer模型，并且应用在神经机器翻译任务和聊天机器人上。