- 博客(3)
- 收藏
- 关注
原创 如何用大模型做好抽取任务实操案例】
在传统的nlp任务中,如果同时抽取出这么多的信息,是很难的一件事,但在大模型出现后,给做抽取任务提供了新的思路,虽然大模型容易发散,不易受控制,但是在nlp任务中,仍然有着不可替代的作用,随着大语言模型能力越来越高,那么处理问题也就越来越容易。第二,做微调,讯飞的平台需要1500条数据才可以实现微调,而给我们的数据只有129条,所以需要扩充数据。2.因为大模型的不可控的性质,所以还有做些后处理,比如输出的不是json的文件,偶尔缺少字段等。3.在我跑完baseline后,拿到17分的成绩。
2024-07-06 12:44:08
246
原创 Densepose安装教程
densepose的安装过程可参考https://blog.csdn.net/FatMigo/article/details/88648107https://github.com/facebookresearch/DensePosedensepose-RCNN系统是在detectron框架下实现的需要硬件基础 Nvidia GPU、ubuntu16.04、Linux、python2,CUD...
2019-09-26 17:43:52
2174
1
转载 bert-as-service的使用
github地址:https://github.com/hanxiao/bert-as-service谷歌训练的bert使用的是tensorflow,若想使用GPU加速,需要安装相应的驱动和软件,并使用tensorflow-gpu代替常规tensorflow python包,需要的软件及安装步骤见附件;text file服务器端创建虚拟环境并在该环境中安装相应的python包,注意一定要使用...
2019-05-23 18:08:01
4547
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