近日，一名机器学习爱好者在社交媒体分享了其训练的一个微型双向 LSTM 模型。该模型通过使用知识提取和数据扩充在 Stanford 的 SST-2 上实现高精度。作者表示，经过微调后，该模型的精度甚至可与 BERT 媲美。同时，该模型足够小，并且能够在笔记本 CPU 内核上以每秒数百次迭代的速度运行。点击链接阅读详细信息。GitHub 传送门：bit.ly/34bwQUk