cuipanguo的博客

1-范式发展历程： P1. 非神经网络时代的完全监督学习 （Fully Supervised Learning, Non-Neural Network）--特征工程 P2. 基于神经网络的完全监督学习 (Fully Supervised Learning, Neural Network)--架构工程 P3. 预训练，精调范式 (Pre-train, Fine-tune)--目标工程 P4. 预训练，提示，预测范式（Pre-train, Prompt, Predict）--prompt挖掘工程 从

先贴结构图： 1、每次C类，每类K样本，剩下的是测试集。 2、encoder层是BiLSTM+attention，得到编码向量，假设隐含层个数是96个，句子长度是30，暂不考虑batch_size，那么每个字的隐含层就是1*192向量，整个H就是30*192，那么attention的最后输出就是一个1*192的向量（计算公式如下，权重矩阵W是30*192的矩阵）。 ...