四川大学科研项目 "Communication-Efficient Federated Learning with Compensated Overlap-FedAvg" 官方代码实现，发表在 TPDS 2021 上
四川大学科研项目 "Communication-Efficient Federated Learning with Compensated Overlap-FedAvg" 官方代码实现，发表在 TPDS 2021 上
基于新闻中不同的关键词短语，生成多样化的新闻标题
基于正则化的方法来缓解文本变分自编码器的模型训练坍塌问题。
一种基于梯度搜索思想的迭代式文本填空推理算法，可用于主流单向生成模型完成填空任务。
基于连续空间修改的文本属性控制算法，可以对多种文本细粒度属性进行控制，如情感，长度，关键词等
最近一年贡献：0 次
最长连续贡献：0 日
最近连续贡献：0 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request，其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。