- 博客(3)
- 收藏
- 关注
RSS订阅
1原创 文本生成评估指标
举例：假设参考答案为"the cat is on the mat"，生成结果为"there is a cat sleeping on the mat"，并且参考答案和生成结果中均存在3个语义单元，即"the cat", “is on”, “the mat”。举例：假设有一张图像和两个参考答案：“the cat is on the mat"和"the cat is sleeping on the mat”，生成结果为"there is a cat sleeping on the mat"，并且。
2023-03-26 15:16:21
1657
原创 微调的方法
全部微调（Fine-tune all layers）：将预训练模型的所有层（包括输入层和输出层）都重新训练，以适应新的任务。这种方法需要大量的数据和计算资源，但通常可以获得更好的性能。冻结部分层（Freeze some layers）：在预训练模型的基础上，将其中一些层保持不变，只微调最后几层以适应新任务。这种方法可以加速训练，并减少对计算资源的需求，但可能会影响性能。逐层微调（Layer-wise fine-tuning）：在预训练模型的基础上，对每一层分别进行微调，以适应新的任务。
2023-03-26 13:13:38
894
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