Публикации по теме 'ml-so-good'
Два шага вперед, два шага назад
Повторяйте до сходимости (нейронные сети и обратное распространение)
В этом посте я начну с общего обзора того, что мы уже узнали о нейронных сетях и как они работают через полный прямой проход, а затем концептуально пройдусь по технике обратного распространения, чтобы использовать градиентный спуск и отрегулируйте рандомизированные значения веса и смещения, чтобы приблизить прогнозы к фактическим меткам. Мы раскроем некоторые действительно изящные математические эффекты использования..
Глубокое обучение
Основные понятия в машинном обучении
Алгоритмы машинного обучения пытаются имитировать шаблон между двумя наборами данных таким образом, чтобы они могли использовать один набор данных для прогнозирования другого. В частности, машинное обучение с учителем полезно для получения того, что вы знаете, в качестве входных данных и быстрого преобразования этого в то, что вы хотите знать. С другой стороны, неконтролируемое обучение также преобразует один набор данных в другой, но набор данных, в..
Краткое руководство по дроблению именных фраз
Разделение именных фраз в NLTK и sPacy
Что такое дробление фразы существительного?
В последнем посте я рассказал о маркировке частей речи , которая представляет собой процесс маркировки слов их грамматическими частями. Здесь я расскажу о разбиении существительных или разбиении имен-фраз или основных словосочетаниях-существительных . Разделение на фрагменты основывается на этих грамматических частях для идентификации групп…
Аналогия с черным ящиком: теоретическое объяснение
Причина скрыта, но результат известен.
Ежедневно мы потребляем определенные архетипы программирования. Хотя во многих надежных источниках содержится точная информация об эффективном программировании, я редко встречал адекватные советы по расширению своих возможностей на этом пути. Хотя компьютеры хорошо структурированы, чтобы следовать нашим инструкциям, они могут не иметь возможности читать наши мысли. Например, когда мы создаем программный проект, очень важно писать четкие, связные..
3 удивительных промышленных применения трансферного обучения
Взгляд на значительный путь трансферного обучения, ведущий к эффективному глубокому обучению
Тренировать модели непросто. Начиная со стадии сбора данных, их предварительной обработки, анализа, создания моделей, обучения, тестирования и их развертывания, это в целом утомительный процесс. И особенно этапы сбора данных и обучения моделей сложны и трудоемки.
Идея позади
Пытаясь ускорить их, мы разработали аппаратное обеспечение, такое как усовершенствованные GPU и TPU , которые..
Самый простой способ развертывания HuggingFace Transformers
Вы должны знать трансформеров. Ну, я имею в виду не автоботов, Bumble Bee, а знаменитую структуру машинного обучения.
Вы, вероятно, использовали модели трансформеров Huggingface. Но вы когда-нибудь развертывали их?
С Pinferencia просто добавьте еще три строчки, и ваша модель появится в сети!
Никогда не слышали о Pinferencia ? Еще не поздно. Зайдите на его GitHub , чтобы посмотреть. Не забудьте поставить звезду, если вам понравилось.
Трубопровод трансформатора HuggingFace..
Обобщение текста с использованием преобразователей
Резюме текста — это процесс сжатия длинных фрагментов текста в более короткие резюме с сохранением наиболее важной информации. Он имеет множество приложений, таких как создание сводок новостей, обобщение юридических документов и создание рефератов исследовательских работ. Одним из самых популярных подходов к обобщению текста является использование преобразователей, которые представляют собой модели глубоких нейронных сетей, которые произвели революцию в естественных…
