關於 rnn實作 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【免費活動】10/22 (四) 南部小聚!!

連假後第一波人工智慧小聚🤣😍讓您一次體驗兩個最有趣最有意思的人工智慧主題：「神經網路搜索與圖神經網路」👍👍👍對人工智慧有興趣的你千萬不要錯過！！

活動日期：2020/ 10/ 22 (四)
活動地點：台南市東區北門路二段16號 台南文化創意產業園區 4樓B區(富貴文創講堂)
活動時間：19:00-21:30
報到時間：18:30起
👉報名網址：https://forms.gle/vaV6AYeGbp3jjAbQ6
👉活動詳細資訊：https://aiacademy.tw/tainan-meetup-20201022/
#免費報名參加 #最多不同產業人才的聚會

【講題：一次就好嗎？ One-shot Neural Architecture Search介紹！】
神經網路搜索(Neural Architecture Search, NAS)在現今因為 Edge AI 的發展也越來越受大家重視。然而最一開始的NAS進行一次搜索是需要非常大量的資源的，直到One-shot NAS 出來之後才大幅度的減少 NAS 的搜索成本，但是究竟One-shot NAS究竟是透過什麼樣的方式達到 One-shot 同時又兼顧搜索品質的目的呢？本次將會詳細的與大家介紹 One-shot NAS！

【講題： 圖神經網路(Graph Neural Network)初探】
由奇美實業的AI工程師黃慧瑜，現就讀於交大智慧計算與科技研究所。深度學習發展至今已可以在結構化資料上被很好的應用，例如圖像、語音、文本等，也有大量相關的應用例如人臉識別、語音助理、機器翻譯等。然而，圖(Graph)形式的數據卻難以在早期的深度學習模型框架(例如CNN、RNN)下被很好的應用，這樣形式的數據多出現在例如電子商務、社交網路、化學和生物製藥等，近年也被應用在視覺推理和3D點雲數據的學習。與傳統的結構化資料不同，圖(Graph)是一種具有全適性(ubiquitous)的資料結構，透過節點「標籤（表示）」和「連結方向」來構成，可以表達絕大部分的實體關聯性。講者將在本次meetup與大家介紹圖神經網路(Graph Neural Network,GNN)此一深度學習的子領域，旨在增進大眾對圖神經網路的了解和研究興趣，並會分享講者將GNN應用在關鍵點偵測的實作案例。也歡迎現場參與的朋友一同交流！

#提供輕食餐點不讓你餓 #加入小聚行列

活動詳細資訊：https://aiacademy.tw/tainan-meetup-20201022/

新實作上架：讀懂客戶的心
誰說語言模型只能用rnn或transformer，誰說中文建模一定要分詞，在這個實作偏偏要用CNN且全程不分詞，還能逐字辨識客戶的感受...

https://github.com/…/epoch801_%E8%AE%80%E6%87%82%E5%AE%A2%E…

寶先生上場！手把手AI教學👍食品廣告文字辨識分析，協助快速判讀廣告是否有違法疑慮，讓律師把時間放在更有價值的事情中！

-專案背景與解題架構（直接分享好佛心，見圖）
-CoreLab程式碼示範與實作+應用介面Demo
-BERT解題+CoreLab程式碼示範

認真聽講takeaways 📝
✅最傳統的RNN不適合解長文的題目，會忘掉，所以要用LSTM解決長文問題。
✅因為每個字對電腦來說都是數字代碼，所以需要設多維度（特徵）的詞向量代表每個單字。
✅中文斷詞建議用結巴，中研院也有開發類似的，但size過大，之後包成服務時容易跑不動。
✅在跑模型前，可先用文字雲分析，概略看一下資料標註的狀況，假如光看文字雲兩者就差別不大，那跑模型一定效果也不會好。

#AI落地應用 #RNN #LSTM #BERT
#經濟部工業局 開源智造Open AI Fab