90后<br>天秤座<br>半个语言学家，半个程序媛<br>温柔半两，从容一生<br>人间有味，最是清欢
发简信
IP属地：英格兰
-
谷歌翻译接口使用记录
需要翻墙 安装： demo: 报错： 更改下载 google_trans_new 包中的代码文件 google_trans_new.py 151 行如下 问题解决，运行结果,
-
label smooth
标签平滑：Label Smoothing（标签平滑）是一个经典的正则化方法，机器学习的样本中通常会存在少量错误标签，这些错误标签会影响到预测的效果。标签平滑采用如下思路解决这...
-
linux下anaconda目录迁移1.移动到新的目录 mv /old_path/anaconda3 /new_path/ # 很久之后 2. 修改新路径下 anaconda3 中的这些文件...
-
torch model.eval()
1. model.train() 作用：启用 Batch Normalization 和 Dropout，如果模型中有BN层(Batch Normalization）和Dro...
-
linux服务器免密登录
linux 免密登录： windows 机器：首先查看自己电脑的私钥： C:\Users\用户名.ssh 记事本打开 id_rsa.pub ，复制出私钥 如果没有这个文件，命...
-
focal loss
先验知识：交叉熵 - 简书 (jianshu.com)[https://www.jianshu.com/p/bebd799f1c73] 理解： 针对类别不均衡问题，作者提出一...
-
BCEWithLogitsLoss参数weight
1. weight: a manual rescaling weight given to the loss of each batch element. If given,...
-
BCEWithLogitsLoss参数pos_weight样本不均衡问题下面是具体的参数： 1. pos_weight: 处理样本不均衡问题torch.nn.BCEWithLogitsLoss(weight=None, size_average=...
-
BCELoss和BCEWithLogitsLoss计算多标签分类时候的损失函数一般选择BCELoss和BCEWithLogitsLoss，这两者的区别在于： BCELoss 是处理经过Sigmoid之后输出的概率值 BCEW...
-
多标签 V/S 多分类
多标签 V/S 多分类多类分类(Multiclass classification):表示分类任务中有多个类别, 比如对一堆水果图片分类, 它们可能是橘子、苹果、梨等. 多类...
-
-
【论文学习】《Cross-lingual Language Model Pretraining》主题： 最近的研究证明了生成性预训练对英语自然语言理解的有效性，我们讲这种方法扩展到多语言，并且展现了跨语言预训练的有效性 两种方法 for cross-lingual la...
-
pycharm 远程调试linux服务器Tools——>Deployment——> Configuration 新建一个SFTP服务，配置connection，填写远程服务器地址和用户名密码，然后点击Text Co...
-
【论文学习】《A Closer Look at Few-Shot Crosslingual Transfer: The Choice of Shots Matters》
主题：少样本跨语言迁移学习比基于多语言预训练模型在无样本学习上迁移效果更好，但是这项工作目前没有标准化的实验流程，可解释性欠缺，于是这篇论文设计实验深入分析了，少样本跨语言迁...
-
【论文学习】《Dice Loss for Data-imbalanced NLP Tasks》
主要内容： 文章提出用 Dice Loss 替代 交叉熵(standard cross-entropy loss) 在数据不平衡的 NLP 任务上面提升效果 1. 数据不平衡...
-
-
Distilbert因为Bert本身参数量大，所以上线的过程中会碰到需求大空间和速度慢等问题。当前对Bert瘦身有三个思路，分别是Distillation（蒸馏）、Quantization（量化...
