最近在nlp领域chatgpt可谓是火的一塌糊涂，主要是其惊艳的效果，让大家折服。首先笔者简单介绍一下chatgpt的训练过程：（1） 利用gpt自回归式的语言模型在大规模的...
发简信
IP属地：上海
-
ChatGPT的强化学习部分介绍——PPO算法实战LunarLander-v2 -
企业级的以图搜图实战——milvus+minio+gradio今天笔者带来一个企业级的以图搜图的实战教程。其主要目的是学习一下以图搜图如果产品化后，需要用到一些什么样得数据存储，数据检索工具。此项目技术选项如下： 图片数据存储工具：mi...
-
10行代码搭建属于你自己的中文AI作画师——Gradio + 太乙中文Diffusion模型实战最佳AI作画师火遍全球，其效果和想象力直逼人类艺术家，但是基本上都是英文的AI作画师居多。今天笔者介绍一下如何通过十行代码搭建属于你自己的中文AI作画师。在此之前，笔者容啰嗦...
-
pytorch推荐库torch-rechub之YotubeDNN模型召回实战今天笔者来介绍另一个推荐召回领域比较经典的算法YotubeDNN[!https://dl.acm.org/doi/abs/10.1145/2959100.2959190],此...
-
pytorch推荐库torch-rechub之DSSM模型召回实战推荐系统发展至今，已经形成了一个相对稳定的链路。先召回(粗排)——>再排序（重排）。主要原因是随着推荐数量的变大，需要先通过召回从亿万级别的推荐池中筛选出千百个用户感兴趣的商...
-
细粒度情感分析实战——UIE之评论观点情感分析小样本微调信息抽取是自然语言处理界中比较广泛研究以及应用的一个领域，用专业的学术表达就是将文本这中非结构化的数据结构化。因为计算机对于非结构化的信息处理起来很困难，但是对于结构化的信息...
-
中文CLIP模型多模态实战——零样本图像分类如今深度学习领域有一个比较热门的领域叫做：多模态。多模态这个词整得比较玄学，但是其实主要思想就是将文本，图像，语音等不同类型的数据，放到同一个特征空间去表示，这样的好处就是可...
-
深度学习文本纠错实战——BART 微调finetune今天学习一个新的自然语言处理任务——文本纠错。文本纠错这个领域其实有细分成很多不同的类型：如下图所示 其中不同的问题需要采取不同的策略进行解决。传统的文本纠错一般会分为两个步...
-
Hugging face 模型微调系列2—— 实战transfomers实体识别finetune前言 上一篇文章中（Hugging face 模型微调系列1—— 实战transfomers文本分类finetune）[hhttps://www.jianshu.com/p/...
-
Hugging face 模型微调系列1—— 实战transfomers文本分类finetune前言 随着bert ,gpt 等预训练模型的快速发展，众多企业和学术组织在 1.预训练的任务，2.模型的构造，3.数据的质量等方向进行改进，训练出数以万计以transform...
-
感谢提醒，我修改一下
SimCSE简介以及核心代码详解——无监督文本向量抽取
今年NLP 领域出现了一个比较火的模型叫SimCSE[https://arxiv.org/abs/2104.08821],文章的全称是Simple Contrastive L...
-
使用Python语言，及其在因特网信息数据获取（爬虫）和数据挖掘、机器学习上的应用。也包含python的基本使用。
-
Pythoner的集中营, 收集关于Python的各种知识教程. 推荐文章和系列阅读: 1. Python 零基础入门资料整理（更新版） http://www.jianshu.com/p/9c02dade7e90 2. Python 零基础入门资料整理 http://www.jianshu.com/p/5eee782b8627 3. Python 从入门到高手系列视频教程 http://www.jianshu.com/p/93085280e4a4 4. Python学习网络资源整理 http://www.jianshu.com/p/fe0e5a515696 5. Python爬虫学习系列专题 http://www.jianshu.com/notebooks/255245/latest 6. Python Django博客开发专题 http://www.jianshu.com/notebooks/293635/latest PS: 另招Python热心管理员
-
诚招管理员！联系我~ 本专题专注于大数据技术，包括但不限于：分布式系统，hadoop，spark，storm，mesos，hbase，zookeeper。。。 Tips:如果是自己学习这些技术，通过社区学习是一个不错的方式。 JIRA:https://issues.apache.org/jira/browse/SPARK/?selectedTab=com.atlassian.jira.jira-projects-plugin:summary-panel
-
SimCSE简介以及核心代码详解——无监督文本向量抽取今年NLP 领域出现了一个比较火的模型叫SimCSE[https://arxiv.org/abs/2104.08821],文章的全称是Simple Contrastive L...
-
prompt-based learning 文本分类实战大约一年未动笔写学习笔记了，但这一年NLP学术领域可谓是飞速发展。其中最火的两个概念就是contrastive Learning(对比学习，simcse[https://ar...
-
运用GrabCut轻松玩转抠图（python实现）冒泡~好像是很久没有写...在实验室一周多了...在不断地安装环境和库，其他没有太大的进展，今天在做显著性图片的提取中，发现了grabcut的函数可以用来抠图，做个小笔记。 ...
-
可能我没有表达清楚，其实这两个S_1和S_2 就是一个特征向量，只不过S_1用于和Aspect 做运算，算每个词的权重
细粒度的情感分析Gated Convolutional Networks——tensorflow实战
首先简要介绍一下基于Aspect的情感分析(Aspect based sentiment analysis——ABAS)，ABAS的主要任务：是判断句子所在的场景在某一方面的...
