- 博客(25)
- 收藏
- 关注
RSS订阅原创 基于Transformers的文本相似度
详细介绍文本匹配和文本相似度的概念，基于transformers的解决方案，以及代码实战，代码优化等内容
2025-02-27 11:23:53
387
原创 基于Transformers的机器阅读理解（Machine Reading Comprehension）
详细解释什么是机器阅读理解，基于transformers的解决方案，以及机器阅读理解的代码实战。
2025-02-19 10:59:19
1024
原创 transformers基础组件之Evaluate
详细讲解Hugging Face的evaluate库，以及evaluate的使用，并使用evaluate库来优化文本分类实例的代码。
2025-02-08 17:14:23
354
原创 gradio入门
Gradio 是一个 Python 库，可以快速为机器学习模型创建友好的 Web 界面。简单易用，几行代码即可创建界面支持多种输入输出类型可以快速分享和部署适合原型开发和演示快速创建演示界面展示机器学习模型创建简单的 Web 应用原型验证和测试通过这些基础知识，你已经可以创建实用的交互界面了。随着深入学习，你还可以探索更多高级功能，如自定义主题、API集成等。
2024-12-31 22:08:37
1001
原创 bert文本分类任务单卡训练VS使用deepspeed框架进行多卡训练（自用、未完结）
在上面三个文件的基础上,再加上一个多机器的配置文件（假设文件名为abc），文件内写上机器的ip地址，以及可用的显卡数量。2.2 需要准备的三部分文件：1.项目文件（例如：main.py）2.deepspeed的配置文件（deepspeed.json）3.运行deepspeed的脚本文件。其次，还要修改脚本文件（run.sh）中的内容，让它识别到多机器的配置文件。2.3.1 使用deepspeed前后，项目文件中部分代码的区别。三：使用deepspeed进行多机多卡的配置。2.4 脚本文件的编写。
2024-10-29 13:49:55
936
原创 元学习笔记（自用，更新）
元学习分为训练阶段和测试阶段。假设我们在训练阶段有10个类别的点C1-C10，每个类别有30个标注的结点。如果支持集设置5 way 5 shot，查询集设置为5 way 15 shot。那么从10个类别中随机挑选出5类，每类挑选20个结点，组成一个task。其中每类的5个结点组成support set，剩下的15个结点组成query set。MAML的输入是一个个的task，并不是一条条的数据，这与常见的机器学习和深度学习模型是不同的。这里的N是用于分类的类别数量。K为每个类别的数据量（用于训练）
2024-08-30 14:54:17
155
原创 常见命令（更新）
设置搜索是显示通道地址。这个命令的作用是在使用conda进行包管理操作（如安装、更新等）时，显示每个包的来源URL。这样可以让用户知道这些包是从哪个源下载的。要使用特定版本的 Python 创建环境。添加channel(清华源)删除当前conda配置的源。查看当前conda配置。
2024-06-14 18:04:53
180
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