熟悉python,java,cpp等代码语言
熟悉tensorflow等学习框架,懂分布式训练框架
擅长对各种实际问题建模和优化
深入理解各类深度学习的典型场景
数理基础好,paper阅读经验丰富,有新算法复现能力
在清华就读期间:
1. 法学场景下nlp分类实践,取得学校科研挑战杯二等奖。
2.牙科ct图像风格迁移,取得毕业设计优秀论文。
工作期间:
1.基于mobilenet的图像语义分割模型设计
2.基于bert的超大规模文本分类和知识图谱建立
fasttext 是一个非常简单高效的语言分类架构,基于ngram的做法能和很多复杂架构如bert在一些问题上打平。这是我自己基于keras的实现
基于WGAN的CT去噪模型,使用vgg结构的感知损失,配合Unet做的生成器与cnn堆叠的判别器,将去噪问题以风格迁移的思路解决。
工作认真负责 技术能力一流
【该评论为5星(满分)好评,评论人选择不公开展示】