![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
自用整理
文章平均质量分 83
Dorothy30
这个作者很懒,什么都没留下…
展开
-
【笔记】社交媒体事件的Hawkes Process建模教程(3)——参数估计
在这篇笔记中,将继续分享tutorial的第五部分内容,即如何估计Hawkes Process的参数。Tutorial最后的建模应用部分留到下一篇笔记。原创 2023-05-31 10:31:49 · 337 阅读 · 0 评论 -
如何使用ChatGPT得到更满意的结果(7):面向开发者的ChatGPT Prompt Engineering (Expanding)
承接上篇,继续整理关于面向开发者的Prompt Engineering教程笔记。整理的内容基本上英文原文都来自于教程,有需要的朋友可以直接戳https://learn.deeplearning.ai/。这篇笔记主要整理教程中的Expanding部分。原创 2023-07-22 10:00:00 · 143 阅读 · 0 评论 -
如何使用ChatGPT得到更满意的结果(6):面向开发者的ChatGPT Prompt Engineering (Transforming)
承接上篇,继续整理关于面向开发者的Prompt Engineering教程笔记。整理的内容基本上英文原文都来自于教程,有需要的朋友可以直接戳https://learn.deeplearning.ai/。这篇笔记主要整理教程中的Transforming部分。我们将探索如何使用大型语言模型进行文本转换任务,比如语言翻译、语气调整,格式转换以及拼写/语法检查。原创 2023-07-21 10:00:00 · 155 阅读 · 0 评论 -
如何使用ChatGPT得到更满意的结果(5):面向开发者的ChatGPT Prompt Engineering (Inferring)
承接上篇,继续整理关于面向开发者的Prompt Engineering教程笔记,整理的内容基本上英文原文都来自于教程,有需要的朋友可以直接戳https://learn.deeplearning.ai/。这篇笔记主要整理教程中Inferring的部分,使用prompt进行推断。原创 2023-07-20 09:50:50 · 269 阅读 · 0 评论 -
如何使用ChatGPT得到更满意的结果(4):面向开发者的ChatGPT Prompt Engineering (Summarizing)
承接上篇,继续整理关于面向开发者的Prompt Engineering教程笔记,这篇笔记主要整理教程中Summarizing的部分,通过关注特定主题来总结文本。原创 2023-07-19 11:35:07 · 116 阅读 · 0 评论 -
如何使用ChatGPT得到更满意的结果(3):面向开发者的ChatGPT Prompt Engineering (迭代式Prompt开发)
承接上篇,继续整理关于面向开发者的Prompt Engineering教程笔记,整理的内容基本上都来自于教程,有需要的朋友可以直接戳https://learn.deeplearning.ai/。这篇笔记主要整理教程中lterative Prompt Development的部分。原创 2023-07-15 20:10:47 · 170 阅读 · 0 评论 -
如何使用ChatGPT得到更满意的结果:Prompt Engineering (2)
这篇笔记以及之后关于这个系列的整理仅作为学习笔记使用,内容基本都来自于教程并加上自己的理解,有需要的朋友可以直接戳https://learn.deeplearning.ai/。这篇笔记主要整理教程中Introduction和Guidelines for Prompting的部分。原创 2023-07-04 21:01:58 · 236 阅读 · 0 评论 -
【笔记】社交媒体事件的Hawkes Process建模教程(4)
在这篇笔记中,我们将使用社交媒体的数据进行Hawkes process的建模。我们将首先讨论为什么Hawkes process适合来进行推特转发级联的建模,以及如何构建记忆核函数,然后我们将从推特数据中估计模型参数。最后使用带参数的模型来进行转发级联的规模估计(受欢迎程度)。原创 2023-06-07 14:53:55 · 491 阅读 · 4 评论 -
【笔记】社交媒体事件的Hawkes Process建模教程(2)
在本篇笔记中,将接着上一篇笔记继续分享tutorial的第三、四部分内容,谈一谈到底什么是Hawkes Process,如何使用Hawkes Process模拟事件(两个方法)。Tutorial最后的如何估计Hawkes Process的参数和建模实例部分留到后面的笔记继续。原创 2023-05-30 21:53:21 · 804 阅读 · 5 评论 -
【笔记】社交媒体事件的Hawkes Process建模教程(1)
在参考A Tutorial on Hawkes Processes for Events in Social Media这篇文章的情况下,重新对Hawkes Process进行从理论到应用的梳理。包含了从poisson processes,hawkes processes的概念介绍,到使用hawkes process进行建模以及参数估计的全部内容。原创 2023-05-18 20:35:09 · 708 阅读 · 2 评论 -
成功解决 ImportError: cannot import name ‘Field‘ from ‘torchtext.data‘
此后再次运行from torchtext.data import Field, Dataset, Example, Iterator,依然会出现报错。尝试from torchtext.legacy.data import Field, Dataset, Example, Iterator,依旧报错。重新使用命令:from torchtext.data import Field, Dataset, Example, Iterator。原创 2023-04-21 22:16:26 · 4791 阅读 · 0 评论 -
【笔记】Hawkes Process:超详细带示例的讲解
Hawkes Process是一种在各个领域都有应用的对事件进行统计建模方法,是一种自我激励的点过程(point process),可以帮助我们了解事件是如何随时间发生的。本文将用简单的语言,结合实际具体的例子帮你更好的理解什么是Hawkes Process以及如何进行简单的模拟。原创 2023-04-07 23:12:43 · 4593 阅读 · 4 评论 -
【笔记】 如何使用ChatGPT得到更满意的结果:Prompt Engineering (1)
基本术语在人工智能的领域中,自然语言处理技术逐渐成为了人们研究的热点之一。而在自然语言处理技术中,Prompt工程师是一个非常重要的职业,他们负责编写AI模型所需要的数据,即Prompt。Prompt是指你输入给AI模型的指令或问题,AI依据这些指令或问题进行学习和生成结果。如何编写优秀的Prompt,是Prompt工程师需要解决的一项核心问题。在了解到 Prompt Engineering的重要性之后,我也开始了初步的学习。今天的笔记主要是针对于一个youtube视频的学习笔记,视频链接贴在最后。原创 2023-03-07 21:04:57 · 6620 阅读 · 0 评论 -
【笔记】使用Twitter API V2进行数据爬取的经验总结
这篇笔记主要是基于自己使用API过程中遇到的问题以及不断的尝试形成的经验总结,欢迎大家参考和交流原创 2022-12-12 21:23:38 · 6282 阅读 · 1 评论 -
自用 | Latex常用(易忘)语法总结
总结了一些自己常用但不太记得的latex语法,以备不时之需原创 2022-11-08 15:05:58 · 439 阅读 · 0 评论 -
自用 | 常用Linux命令总结
自用!总结在服务器使用过程中的常用linux命令,以便不时之需原创 2022-11-06 13:21:13 · 139 阅读 · 0 评论