<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[m0_68804322的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/m0_68804322</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; m0_68804322]]></copyright><item><title><![CDATA[神经网络训练技巧深度剖析，值得一读！]]></title><link>https://blog.youkuaiyun.com/m0_68804322/article/details/129014823</link><guid>https://blog.youkuaiyun.com/m0_68804322/article/details/129014823</guid><author>m0_68804322</author><pubDate>Mon, 13 Feb 2023 18:33:06 +0800</pubDate><description><![CDATA[这样，当我们有过大量训练模型的经验之后，大家就可以总结出自己的一组数据（称为epoch factors），使用这些参数，我们训练新的模型时，可以快速设置初始训练epochs，并且按照一定的比例来增加epochs。这个Transformer模型有几亿个参数，但是我们可能无法在我们的GPU上进行训练它，这大量的参数就是知识蒸馏过程变得有效的地方，我们通过训练第二个模型来产生更大模型的输出，而作为输出仍是原始数据集，但是标签确实参考模型的输出，也被称为软输出。这种技术的目标是在小模型的帮助下，复制更大的模型。]]></description><category></category></item><item><title><![CDATA[文稿精读｜知识图谱多跳推理：几何嵌入]]></title><link>https://blog.youkuaiyun.com/m0_68804322/article/details/129014595</link><guid>https://blog.youkuaiyun.com/m0_68804322/article/details/129014595</guid><author>m0_68804322</author><pubDate>Mon, 13 Feb 2023 18:16:41 +0800</pubDate><description><![CDATA[知识图谱是Google在2003年提出来的，最初是用在推广搜索里，然后根据数据进行筛查，再构建起图谱。在信息检索过程中，采用图上信息检索或配置Ram。这里列举了四个基本的知识图谱，如图1所示。图1 四种知识图谱第一个是开放域，指里面是百度百科的一些搜索的知识图谱。第二个是预训练模型，比如BERT、transformer，主要分成encode，decode以及TGT,T5等三个框架来构建出一个对应的知识图谱。第三个是最近比较火的新冠知识图谱演变和研究新冠之间感染还有药物之间的一些关系。]]></description><category></category></item></channel></rss>