最近在nlp領(lǐng)域chatgpt可謂是火的一塌糊涂，主要是其驚艷的效果，讓大家折服。首先筆者簡單介紹一下chatgpt的訓(xùn)練過程：（1） 利用gpt自回歸式的語言模型在大規(guī)模的...
發(fā)簡信
IP屬地：湖北
-
ChatGPT的強(qiáng)化學(xué)習(xí)部分介紹——PPO算法實(shí)戰(zhàn)LunarLander-v2 -
企業(yè)級的以圖搜圖實(shí)戰(zhàn)——milvus+minio+gradio今天筆者帶來一個企業(yè)級的以圖搜圖的實(shí)戰(zhàn)教程。其主要目的是學(xué)習(xí)一下以圖搜圖如果產(chǎn)品化后，需要用到一些什么樣得數(shù)據(jù)存儲，數(shù)據(jù)檢索工具。此項(xiàng)目技術(shù)選項(xiàng)如下： 圖片數(shù)據(jù)存儲工具：mi...
-
10行代碼搭建屬于你自己的中文AI作畫師——Gradio + 太乙中文Diffusion模型實(shí)戰(zhàn)最佳AI作畫師火遍全球，其效果和想象力直逼人類藝術(shù)家，但是基本上都是英文的AI作畫師居多。今天筆者介紹一下如何通過十行代碼搭建屬于你自己的中文AI作畫師。在此之前，筆者容啰嗦...
-
pytorch推薦庫torch-rechub之YotubeDNN模型召回實(shí)戰(zhàn)今天筆者來介紹另一個推薦召回領(lǐng)域比較經(jīng)典的算法YotubeDNN[!https://dl.acm.org/doi/abs/10.1145/2959100.2959190],此...
-
pytorch推薦庫torch-rechub之DSSM模型召回實(shí)戰(zhàn)推薦系統(tǒng)發(fā)展至今，已經(jīng)形成了一個相對穩(wěn)定的鏈路。先召回(粗排)——>再排序（重排）。主要原因是隨著推薦數(shù)量的變大，需要先通過召回從億萬級別的推薦池中篩選出千百個用戶感興趣的商...
-
細(xì)粒度情感分析實(shí)戰(zhàn)——UIE之評論觀點(diǎn)情感分析小樣本微調(diào)信息抽取是自然語言處理界中比較廣泛研究以及應(yīng)用的一個領(lǐng)域，用專業(yè)的學(xué)術(shù)表達(dá)就是將文本這中非結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)化。因?yàn)橛?jì)算機(jī)對于非結(jié)構(gòu)化的信息處理起來很困難，但是對于結(jié)構(gòu)化的信息...
-
中文CLIP模型多模態(tài)實(shí)戰(zhàn)——零樣本圖像分類如今深度學(xué)習(xí)領(lǐng)域有一個比較熱門的領(lǐng)域叫做：多模態(tài)。多模態(tài)這個詞整得比較玄學(xué)，但是其實(shí)主要思想就是將文本，圖像，語音等不同類型的數(shù)據(jù)，放到同一個特征空間去表示，這樣的好處就是可...
-
深度學(xué)習(xí)文本糾錯實(shí)戰(zhàn)——BART 微調(diào)finetune今天學(xué)習(xí)一個新的自然語言處理任務(wù)——文本糾錯。文本糾錯這個領(lǐng)域其實(shí)有細(xì)分成很多不同的類型：如下圖所示 其中不同的問題需要采取不同的策略進(jìn)行解決。傳統(tǒng)的文本糾錯一般會分為兩個步...
-
Hugging face 模型微調(diào)系列2—— 實(shí)戰(zhàn)transfomers實(shí)體識別finetune前言 上一篇文章中（Hugging face 模型微調(diào)系列1—— 實(shí)戰(zhàn)transfomers文本分類finetune）[hhttp://www.itdecent.cn/p/...
-
Hugging face 模型微調(diào)系列1—— 實(shí)戰(zhàn)transfomers文本分類finetune前言 隨著bert ,gpt 等預(yù)訓(xùn)練模型的快速發(fā)展，眾多企業(yè)和學(xué)術(shù)組織在 1.預(yù)訓(xùn)練的任務(wù)，2.模型的構(gòu)造，3.數(shù)據(jù)的質(zhì)量等方向進(jìn)行改進(jìn)，訓(xùn)練出數(shù)以萬計(jì)以transform...
-
感謝提醒，我修改一下
SimCSE簡介以及核心代碼詳解——無監(jiān)督文本向量抽取
今年NLP 領(lǐng)域出現(xiàn)了一個比較火的模型叫SimCSE[https://arxiv.org/abs/2104.08821],文章的全稱是Simple Contrastive L...
-
機(jī)器學(xué)習(xí)算法關(guān)注機(jī)器學(xué)習(xí)，人工智能，數(shù)據(jù)挖掘，計(jì)算機(jī)視覺等相關(guān)領(lǐng)域的文章
-
使用Python語言，及其在因特網(wǎng)信息數(shù)據(jù)獲取（爬蟲）和數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)上的應(yīng)用。也包含python的基本使用。
-
Pythoner的集中營, 收集關(guān)于Python的各種知識教程. 推薦文章和系列閱讀: 1. Python 零基礎(chǔ)入門資料整理（更新版） http://www.itdecent.cn/p/9c02dade7e90 2. Python 零基礎(chǔ)入門資料整理 http://www.itdecent.cn/p/5eee782b8627 3. Python 從入門到高手系列視頻教程 http://www.itdecent.cn/p/93085280e4a4 4. Python學(xué)習(xí)網(wǎng)絡(luò)資源整理 http://www.itdecent.cn/p/fe0e5a515696 5. Python爬蟲學(xué)習(xí)系列專題 http://www.itdecent.cn/notebooks/255245/latest 6. Python Django博客開發(fā)專題 http://www.itdecent.cn/notebooks/293635/latest PS: 另招Python熱心管理員
-
大數(shù)據(jù)，收錄大數(shù)據(jù)相關(guān)技術(shù)的文章。
-
誠招管理員！聯(lián)系我~ 本專題專注于大數(shù)據(jù)技術(shù)，包括但不限于：分布式系統(tǒng)，hadoop，spark，storm，mesos，hbase，zookeeper。。。 Tips:如果是自己學(xué)習(xí)這些技術(shù)，通過社區(qū)學(xué)習(xí)是一個不錯的方式。 JIRA:https://issues.apache.org/jira/browse/SPARK/?selectedTab=com.atlassian.jira.jira-projects-plugin:summary-panel
-
SimCSE簡介以及核心代碼詳解——無監(jiān)督文本向量抽取今年NLP 領(lǐng)域出現(xiàn)了一個比較火的模型叫SimCSE[https://arxiv.org/abs/2104.08821],文章的全稱是Simple Contrastive L...
-
prompt-based learning 文本分類實(shí)戰(zhàn)大約一年未動筆寫學(xué)習(xí)筆記了，但這一年NLP學(xué)術(shù)領(lǐng)域可謂是飛速發(fā)展。其中最火的兩個概念就是contrastive Learning(對比學(xué)習(xí)，simcse[https://ar...
-
運(yùn)用GrabCut輕松玩轉(zhuǎn)摳圖（python實(shí)現(xiàn)）冒泡~好像是很久沒有寫...在實(shí)驗(yàn)室一周多了...在不斷地安裝環(huán)境和庫，其他沒有太大的進(jìn)展，今天在做顯著性圖片的提取中，發(fā)現(xiàn)了grabcut的函數(shù)可以用來摳圖，做個小筆記。 ...
-
可能我沒有表達(dá)清楚，其實(shí)這兩個S_1和S_2 就是一個特征向量，只不過S_1用于和Aspect 做運(yùn)算，算每個詞的權(quán)重
細(xì)粒度的情感分析Gated Convolutional Networks——tensorflow實(shí)戰(zhàn)
首先簡要介紹一下基于Aspect的情感分析(Aspect based sentiment analysis——ABAS)，ABAS的主要任務(wù)：是判斷句子所在的場景在某一方面的...
