Ibrahimovic1-CSDN博客

原创 NLP之词嵌入（Embedding）概述

单词不能直接输入机器学习模型，而需要某种数值表示形式，以便模型能够在计算中使用。通过Word2Vec，我们可以使用一个向量（一组数字）来恰当地表示单词，并捕捉单词的语义以及单词和单词之间的关系（例如，判断单词是否相似或者相反，或者像 "Stockholm" 和 "Sweden" 这样的一对词，与 "Cairo" 和 "Egypt"这一对词，是否有同样的关系）以及句法、语法关系（例如，"had" 和 "has" 之间的关系与 "was" 和 "is" 之间的关系相同）。...

2021-09-20 05:25:04 254

转载 NLP之Bert详解

感谢DataWhale的学习机会，这里做总结参考，原文见：基于transformers的自然语言处理(NLP)入门https://datawhalechina.github.io/learn-nlp-with-transformers/#/./%E7%AF%87%E7%AB%A02-Transformer%E7%9B%B8%E5%85%B3%E5%8E%9F%E7%90%86/2.3-%E5%9B%BE%E8%A7%A3BERT在学习完Transformer之后，我们来学习一下将Transformer模

2021-09-20 04:22:40 1352

原创 Transformer模型结构详解

1、模型架构大部分序列到序列（seq2seq）模型都使用编码器-解码器结构(引用)。编码器把一个输入序列(????1,...????????)(x1,...xn)映射到一个连续的表示????=(????1,...????????)z=(z1,...zn)中。解码器对z中的每个元素，生成输出序列(????1,...????????)(y1,...ym)。解码器一个时间步生成一个输出。在每一步中，模型都是自回归的(引用)，在生成下一个结果时，会将先前生成的结果加入输入序列来一起预测。2、结构细节

2021-09-16 05:31:10 508

转载 Transformer原理重点梳理（转载）

目前在跟着DataWhale学习Transformer，自己归纳了一些比较重要的点（因为是小白，所以归纳会不准，更多作总结参考性质）。原链接：基于transformers的自然语言处理(NLP)入门https://datawhalechina.github.io/learn-nlp-with-transformers/#/./%E7%AF%87%E7%AB%A02-Transformer%E7%9B%B8%E5%85%B3%E5%8E%9F%E7%90%86/2.0-%E5%89%8D%E8%A8%80

2021-09-16 01:33:28 1851

转载 NLP入门学习day1-Python virtual environment虚拟环境搭建

1. Create Virtual Python Environment查看环境conda info --e创建环境：conda create -n 环境名称 python=版本conda create -n env_name python=3.7激活环境：conda activate 环境名称conda activate env_name————————————————版权声明：本文为CSDN博主「Rani_zZ」的原创文章，遵循CC 4.0 BY-SA版权协议，转载

2021-09-13 23:12:32 357

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人