NLP自然语言处理
文章平均质量分 83
Just Jump
勿忘来时路上的脚印。站在巨人的肩膀上。
你没有比别人更努力,更不会比别人更不努力。你只是按照你能做到的、最适合你自己的办法去实现自己的目标,去成长为你眼中优秀的人们中的一员。
你自己、优秀的人群;决心、视野;自律、标准。
业精于勤,行成于思。
古之成大事者,不惟有超世之才,亦必有坚韧不拔之志。
苟有恒,何必三更起五更眠;最无益,只怕一日曝十日寒。 十五年只做一个行当。
展开
-
HuggingFace开源的自然语言处理AI工具平台
Transformers:一个提供了数千种预训练好的NLP模型(如BERT、GPT-3等)以及相应工具包(如PyTorch、TensorFlow等)接口的库,可以方便地加载、使用、修改、分享这些模型;HuggingFace是一个开源的自然语言处理AI工具平台,它为NLP的开发者和研究者提供了一个简单、快速、高效、可靠的解决方案,让NLP变得更加简单、快速、高效、可靠。Hub:一个提供了一个在线的模型和数据集的仓库,可以方便地浏览、搜索、下载、上传、分享自己或他人的NLP模型和数据集;原创 2023-08-16 15:08:13 · 1706 阅读 · 0 评论 -
【转】embedding概念理解
原文链接:https://blog.csdn.net/qq_35799003/article/details/84780289原文是翻译的google developer的机器学习入门课程。主要觉得有几个点,很能说明embedding的本质,以及为什么要用embedding来做矢量化。以下我对原文做了我需要的信息的摘录,需要阅读原文的请自行去上面链接查看。1、分类数据矢量化分类数据是指表示来自有限选择集的一个或多个离散项的输入特征。分类数据最直接的是通过稀疏张量(sparse tensors).转载 2020-10-02 07:05:40 · 3161 阅读 · 0 评论 -
【转】沈向洋博士学术演讲全录: “Engeering Responsible AI ”构建负责任的 AI
原文链接:https://www.sohu.com/a/378059570_651893今天的演讲主题是《Engineering responsible AI 》,众所周知,AI是一个热词,每个人都在谈论,实际上所有大企业的高管也都在谈论AI,可能你不理解为什么?这是因为人工智能的反义词是天生愚钝,所以你不得不谈论它。今天我真的想和大家分享一些东西,讨论为什么我们真的有点儿需要担忧AI。人们谈论的 AI 听起来非常花哨和科幻,但事实并不是。人们使用AI的场景无处不在,无时不在,非常简单的一个例子转载 2020-07-24 14:59:15 · 892 阅读 · 0 评论 -
【转】【NLP】【ACL2020】DeeBERT:衡量性能与效率的 BERT 推理方法
原文链接:【ACL2020】DeeBERT:衡量性能与效率的 BERT 推理方法DeeBERT作者信息Elesdspline目前从事NLP与知识图谱相关工作。导语近年来预训练在 NLP 领域的各个任务上都表现出来很好的效果,但是在推理速度方面却不如人意,所以有很多的研究针对如何加快推理而提出了各种各样的尝试。本文针对加快 BERT 预训练模型的推理速度提出的相关方法,提出了一种简单而有效的方法 DeeBERT 来加速 BERT 推理,该允许在不经过整个模型的情况下提前退出,转载 2020-07-14 20:50:04 · 1340 阅读 · 0 评论