- 博客(6)
- 收藏
- 关注
RSS订阅原创 手把手教你使用新版pychorm远程连接ssh
这篇教程详细介绍了如何在PyCharm专业版中配置SSH远程连接，适用于2023-2025版本。主要内容包括：1）创建项目并配置SSH连接（主机、端口、账号等）；2）在SSH服务器端创建conda虚拟环境；3）配置Python解释器并设置本地与远程路径映射；4）在PyCharm中查看SSH服务器文件信息；5）通过PyCharm终端直接操作SSH服务器；6）文件同步方法（自动/手动）。教程还提供了常见问题的解决方案，如连接失败时取消代理设置、conda路径查找等。
2025-09-03 20:00:14
720
原创 【保姆级入门】手推SimCSE损失函数+论文粗读
本文介绍了SimCSE模型中的损失函数及其原理。首先解释了句子嵌入的各向异性问题，详细推导了对比学习流程和损失函数，使用同一句子两次dropout结果作为正样本，其他句子结果作为负样本，通过softmax和交叉熵损失函数最大化正样本相似度。同时引入温度参数T调节样本关注度。文章还区分了无监督和有监督SimCSE的差异，有监督方法利用NLI数据集人工标注的entailment和contradiction构建样本对。
2025-08-22 18:29:34
988
原创 Zero-shot和Unsupervised有什么区别？
第三种操作：针对任务A，人工标注或者不使用标注数据训练模型都可以，然后做一个凭空出现的任务C。zero-shot就像我们平时老师用中文教课，我们训练做题做的也是中文试卷，最后的考试却让我们做一张英文试卷。Zero-shot是零样本，Unsupervised无需标注数据，看起来都是不需要数据的意思，它们有区别吗？第二种操作：针对任务A，但不使用任何标注数据训练模型，然后做任务A。第一种操作：用针对任务A的人工标注的数据训练模型，然后做任务A。训练阶段可能用过其他任务的标注数据（比如大模型预训练用。
2025-08-13 17:24:14
270
原创 【论文精读】A comprehensive survey of sentence representations：From the bert epoch to the chatgpt era and
这篇综述论文系统梳理了NLP领域句子表征方法的发展脉络，从BERT到ChatGPT时代的研究进展。文章将方法分为有监督和无监督学习两大类：有监督方法主要基于NLI任务（如SNLI数据集）训练模型，包括Siamese-BERT、T5等架构的改进；无监督方法聚焦对比学习，通过数据增强（如单词修改、dropout）、损失函数优化（补充损失、对比损失改进）和负采样策略提升性能。论文特别探讨了生成式模型在创造合成训练数据方面的潜力，以及后处理技术对表征质量的提升作用，为理解句子表征技术演进提供了全景视角。
2025-08-13 17:11:02
1089
原创 运行时错误‘53’：文件未找到：MathPage.WLL；please restart word to load mathtype addin properly
打开WPS无法粘贴，一直报下面两种错误：运行时错误‘53’：文件未找到：MathPage.WLL当前情况是我的word中没有显示MathType，WPS中显示MathType但实际无法使用，粘贴功能都失效了找了很多教程都是针对word的修改，最终主包的结果是在，不方便的地方是之后用到MathType只能word编辑，好处是主包的WPS终于能正常使用了。
2025-07-30 17:34:48
520
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人