NLP损失函数

Focaler-IoU：更聚焦的IoU损失

摘要边界框回归在目标检测领域中起着至关重要的作用，而目标检测的定位精度在很大程度上取决于边界框回归的损失函数。
AI浩·2024-01-31 07:32

Deepdive关系抽取：特征源码分析及优化加快信息提取

本篇先是分析特征方面的源码，接着是实践部分，即使用ltp替换默认的斯坦福NLP信息抽取部分进而可优化该部分到数秒内，最后简单说一下其模型方面的问题以及其它补充其实关
weixin_42001089·2024-01-31 04:57

使用Gensim库对文本进行词袋、TF-IDF和n-gram方法向量化处理

Gensim是世界上最大的NLP/信息检索Python库之一，兼具内存高效性和可扩展性。Gensim的可扩
Yuki_lsq·2024-01-31 03:02

伯克利&DeepMind联合研究，RaLMSpec让检索增强LLM速度提升2-7倍！

引言：知识密集型NLP任务中的挑战与RaLM的潜力在知识密集型自然语言处理（NLP）任务中，传统的大语言模型面临着将海量知识编码进全参数化模型的巨大挑战。
AI知识图谱大本营·2024-01-31 02:20

ElasticSearch 集群 7.9.0 linux （CentOS 7部署）包含Mysql动态加载同义词、基础词、停用词，Hanlp分词器，ik分词器，x-pack）

linux服务器配置要求：/etc/sysctl.conf文件最后添加一行vm.max_map_count=262144/sbin/sysctl-p验证是否生效修改文件/etc/security/limits.conf，最后添加以下内容。*softnofile65536*hardnofile65536*softnproc32000*hardnproc32000*hardmemlockunlimit
SunForYou·2024-01-31 02:00

LLM大模型：面试、微调

1、面试题总结【LLM】大模型面试准备-1（题库整理篇）大模型八股答案（一）——基础知识-知乎分析transformer模型的参数量、计算量、中间激活、KVcache-知乎【NLP】GoogleBERT
风路丞·2024-01-31 01:42

聆听日志63 拉下小手

我和dp有天然的隔阂，几乎没有牵过手，走路基本是一前一后，受nlp的启发，昨天上完课，dp接我和linco，下车，我决定主动啦我：我从来没有拉着你的手走路，我看到儿子同学家长夫妻牵着手走路，我很羡慕，我们一起牵手走路试试好不好
咏菲·2024-01-30 23:33

2018-07-14

学了NLP之后，时时刻刻提醒自己把自己管好。可是那种强烈的责任心总是让我矛盾不已，这种感受太强烈，在心里打架，不在其位不谋其政，只能提醒自己，在说话方式上又要注意注意再注意，真的让自己太难受！
A忆思特教育赵敏·2024-01-30 22:42

信息检索及数据挖掘必备知识总结

信息检索和网络数据领域（WWW,SIGIR,CIKM,WSDM,ACL,EMNLP等）的论文中常用的模型和技术总结引子：对于这个领域的博士生来说，看懂论文是入行了解大家在做什么的研究基础，通常我们会去看一本书
Towan·2024-01-30 22:52

大创项目推荐 题目：基于深度学习的中文对话问答机器人

文章目录0简介1项目架构2项目的主要过程2.1数据清洗、预处理2.2分桶2.3训练3项目的整体结构4重要的API4.1LSTMcells部分：4.2损失函数：4.3搭建seq2seq框架：4.4测试部分
laafeer·2024-01-30 20:17

2022-05-22

NLP丰盛日记DAY8、素食51：静下来细想一下，身边最亲的人都是按照你要的模式方式来活给你看，因为你永远永远看到感受到的都是你投射的，特别是你内在不接纳的特别的明显，尝试把自己带了久久的眼镜摘下来，再带上一副新的
花朵语录·2024-01-30 19:16

聊天机器人的兴起：NLP如何让计算机变成聊天高手

在这个大数据和深度学习日益进步的时代，自然语言处理（NLP）技术就像是一颗正在崛起的新星，它正在改变计算机与人类之间的交流方式。让我们一起来探索这个让计算机变得健谈的神奇领域吧！
_rtf·2024-01-30 19:35

各种中文分词工具的使用方法

诸神缄默不语-个人CSDN博文目录本文将介绍jieba、HanLP、LAC、THULAC、NLPIR、spacy、stanfordcorenlp、pkuseg等多种中文分词工具的简单使用方法。
诸神缄默不语·2024-01-30 17:30

【3-1】实验——hanlp和jieba常用方法

一.下载pyhanlp1.打开conda使用如下语句condainstall-cconda-forgeopenjdkpython=3.8jpype1=0.7.0-ypipinstallpyhanlp附：
铁盒薄荷糖·2024-01-30 17:59

【Tensorflow 2.0】—— 跟着官方demo学习Tensorflow 2.0框架基本API和用法

目录前言一、针对新手的damo二、进阶demo2.1model.py2.2train.py2.2.1准备输入数据2.2.2搭建模型2.2.3定义损失函数及优化器2.2.4传参计算model（）2.3运行结果前言同样的
玛丽莲茼蒿·2024-01-30 17:29

2018年总结

最最收获的，就是学习了NLP，思维模式，认知水平改变了很多，碰到问题不那么消极了。至少不会满脑子想或者抱怨而不去行动。这一年！三年的焦虑症好了。第一要感谢的就是自己。太不容易了。也太佩服自己。
名字随便取个就行·2024-01-30 15:40

自然语言nlp学习四

5-5BMTrain--ZeRO_哔哩哔哩_bilibili5-6BMTrain--PipelineParallel(流水线并行)_哔哩哔哩_bilibili5-12BMCook--背景介绍_哔哩哔哩_bilibili
wangqiaowq·2024-01-30 13:33

webassembly003 TTS BARK.CPP

TTStaskTTS（Text-to-Speech）任务是一种自然语言处理（NLP）任务，其中模型的目标是将输入的文本转换为声音，实现自动语音合成。
FakeOccupational·2024-01-30 12:20

4D毫米波雷达——ADCNet 原始雷达数据 目标检测与可行驶区域分割

会讲解论文整体思路、输入分析、模型框架、设计理念、损失函数等，还有结合代码进行分析。
一颗小树x·2024-01-30 12:50

自然语言nlp学习 三

4-8Prompt-Learning--应用_哔哩哔哩_bilibiliPromptLearning（提示学习）是近年来在自然语言处理领域中，特别是在预训练-微调范式下的一个热门研究方向。它主要与大规模预训练模型如GPT系列、BERT等的应用密切相关。在传统的微调过程中，通常需要对预训练模型的顶部添加特定任务相关的层或结构，并针对目标任务进行端到端的训练。而PromptLearning则提出了一种
wangqiaowq·2024-01-30 10:13

为什么是大语言模型？

参考：复旦邱锡鹏：深度剖析ChatGPT类大语言模型的关键技术–我爱自然语言处理(52nlp.cn)随着算力的不断提升，语言模型已经从最初基于概率预测的模型发展到基于Transformer架构的预训练语言模型
wangqiaowq·2024-01-30 10:13

【AI视野·今日NLP 自然语言处理论文速览 第七十六期】Fri, 12 Jan 2024

AI视野·今日CS.NLP自然语言处理论文速览Fri,12Jan2024Totally60papers上期速览✈更多精彩请移步主页DailyComputationandLanguagePapersAxisTour
hitrjj·2024-01-30 10:43

ModuleNotFoundError: No module named ‘paddle.nn.layer.layers‘

paddlepaddle2.4.2时会自动安装最新版的paddlenlp目前paddlenlp版本是2.6.0该版本与paddlepaddle2.4.2不兼容会报这个错手动pip安装paddlenlp2.5.2
陈某某某某某·2024-01-30 10:42

自然语言处理（NLP）技术使用

自然语言处理（NLP）技术使用以下是一些自然语言处理（NLP）技术的例子：以上只是一些NLP技术的例子，还有许多其他的技术和应用，如文本分类、文本生成、问答系统等。
数据科学与艺术的贺公子·2024-01-30 10:10

PaddleNLP的简单使用

1介绍PaddleNLP是一个基于PaddlePaddle深度学习平台的自然语言处理（NLP）工具库。它提供了一系列用于文本处理、文本分类、情感分析、文本生成等任务的预训练模型、模型组件和工具函数。
J_bean·2024-01-30 10:06

AI大语言模型学习笔记之三：协同深度学习的黑魔法 - GPU与Transformer模型

Transformer模型的崛起标志着人类在自然语言处理（NLP）和其他序列建模任务中取得了显著的突破性进展，而这一成就离不开GPU（图形处理单元）在深度学习中的高效率协同计算和处理。
DATA无界·2024-01-30 09:43

YOLOV5s行人识别改进 引入CoT模块及SIOU损失函数

1.项目背景及意义近年来，深度学习算法不断取得了突破性进展，这也推动了人工智能技术的不断进步。机器视觉作为其中的重要一环，在不同领域也焕发出了强烈的生机。行人目标检测是机器视觉的一项重要课题，早就已经引起了国内外学者广泛的研究。在现实生活中，行人检测在车站、商场等场所的人流量检测、汽车的自动驾驶技术、智能交通、健身房辅助教学、电影拍摄中动作捕捉等多种场景中被广泛应用。然而，行人检测通常伴随着遮挡，
deleteeee·2024-01-30 08:25

【NLP冲吖~】〇、NLP（自然语言处理、大纲）

0、自然语言处理自然语言处理是一门用于理解人类语言、情感和思想的技术，是人工智能深度学习领域的一项重要分支，去年爆火的GPT就是该分支的一个重要落地的应用。随着计算机算力的不断提升，自然语言处理技术近年来发展迅速，有代表模型BERT和GPT等；应用场景有chatbot、知识图谱、情感分析等。自然语言是与机器语言相对的一个概念，它是指人类在一定条件下自然形成和使用的口头或书面的语言，如汉语、英语、法
漂泊老猫·2024-01-30 08:21

NLP学习笔记18-朴素贝叶斯(Naive Bayes)

一序本文属于贪心NLP学习笔记系列。本篇介绍朴素贝叶斯。二朴素贝叶斯2.1问题引出垃圾邮件里经常出现“广告”，“购买”，“产品”这些单词。
bohu83·2024-01-30 08:44

【NLP冲吖~】一、朴素贝叶斯（Naive Bayes）

0、朴素贝叶斯法朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入输出的联合概率分布，然后基于此模型，对给定的输入xxx，利用贝叶斯定理求出后验概率最大的输出yyy。朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。从数学角度，定义分类问题如下：已知集合C=y1,y2,...,ynC={y_1,y_2,...,y_n}C=y1
漂泊老猫·2024-01-30 08:41

NLP心智模式中的三个基本原则

一、一切的改变一定是始于你自己；二、我们平常无意识的行为比有意识的行为更多，影响更大；三、只有我们的自我，信念、每天做的事情保持一致，我们才是一个身心合一、成功、快乐、轻松满足的人。我身心合一吗？
空心1217·2024-01-30 07:36

Softmax分类器

SoftMax函数交叉熵损失函数例子MINIST多分类器数据集步骤实现1.数据集2.构建模型3.构建损失函数和优化器4.训练和测试完整代码回顾上节课利用糖尿病数据集做了二分类任务MNIST数据集有10个类别我们又该如何进行分类呢
chairon·2024-01-30 05:37

VLM 系列——COGVLM—— 论文解读

2、亮点论文认为：在不损害NLP模型原本能力的情况下，通过“视觉
TigerZ*·2024-01-29 21:29

面了中邮消金算法岗、开水团数据挖掘岗，做个系统性总结

今天整理后分享给大家，如果你对这块面试感兴趣，可以文末加入我们的面试、技术群1、中邮消费金融AI算法工程师面试官是nlp方向的，主要是问nlp相关首先自我介绍说一个在上段实习中的项目这里说了一个搭建智能客服对话助手我说了一下思路面试官很快
Python数据挖掘·2024-01-29 20:41

NLP （一）

后来参加了《重塑心灵》的读书会，很匆忙的读了这本书，依然是不能真正领会NLP的内涵。
飞叶无心·2024-01-29 18:13

2019-01-30第29天

亲爱的儿子，妈妈爱你，在NLP一阶课堂的其中一堂体验课中，老师让我们每个学员说出3年或5年的目标计划，大家在争先恐后的举手表达自己的想法，我看见站在台上摄影的你举手，老师把话筒递给了你，我听你说，三年内通过自己的努力
Aloha燕子·2024-01-29 17:11

用于准确蒙面人脸识别的自我约束三元组损失

摘要：提出了一种提高蒙面人脸识别性能的解决方案，在现有人脸识别模型之上运行的嵌入去掩模模型EmbeddingUnmaskingModel（EUM）；提出了一种新颖的损失函数，即自约束三元组Self-restrainedTriplet
禄亿萋·2024-01-29 16:56

自然语言处理发展(自然语言处理发展经历了哪些阶段)

随着计算机硬件和软件的不断发展，NLP也得以逐步发展。在20世纪70年代，Chomsky提出了语法结构理论，使NLP的研究进一步深化。
2301_76571514·2024-01-29 14:25

CoLAKE: 如何实现非结构性语言和结构性知识表征的同步训练

©原创作者|疯狂的Max论文CoLAKE:ContextualizedLanguageandKnowledgeEmbedding解读01背景与动机随着预训练模型在NLP领域各大任务大放异彩，一系列研究都致力于将外部知识融入大规模预训练模型
NLP论文解读·2024-01-29 14:59

AI工具导航大盘点

聊天式生成模型（ChatGPT）是其中一个非常流行的技术，其基于自然语言处理（NLP）技术构建，可以生成会话式文本。
go2coding·2024-01-29 13:47

GAN训练中遇到的mode collapse（模式崩塌）

解决方案：1.使用WGAN中的loss代替原始GAN中的损失函数，去掉原始GAN损失函数中的log2.适当地进行梯度惩罚3.使用hingeloss2.modecollapse在模型变得
gyibo_·2024-01-29 12:35

产业需求大数据平台

产业需求大数据平台，依托大数据、NLP等技术，全面采集区域产业人才需求数据，从宏观、中观、微观三个层面对产业需求进行分析，并匹配学校自身的办学定位、专业布局、人才培养目标、培养规格和课程设置，进行专业设置匹配度
单眼皮的老虎·2024-01-29 09:24

论文精读--BERT

不像视觉领域，在Bert出现之前的nlp领域还没有一个深的网络，使得能在大数据集上训练一个深的神经网络，并应用到很多nlp的任务上AbstractWeintroduceanewlanguagerepresentationmodelcalledBERT
__如果·2024-01-29 09:43

碾压华尔街，GPT-4 选股收益超 40%

当它与传统的量化投资方式相结合，这意味着投资者可以借助GPT-4强大的NLP能力，深入挖掘股票市场，全面了解公司业绩、市场动态和宏观经济因素。当AI与量化投资技术组合起来，将会创造出怎样的投资决策呢？
夕小瑶·2024-01-29 08:12

2024年1月19日Arxiv最热NLP大模型论文：Self-Rewarding Language Models

超越人类反馈限制，Meta自我奖励语言模型刷新AlpacaEval2.0排行榜引言：超越人类的AI代理——自我奖励语言模型的探索在人工智能的发展历程中，我们一直在探索如何打造出能够超越人类智慧的AI代理。这些代理不仅需要能够理解和执行人类的指令，还需要能够自我提升，不断优化自己的性能。在这篇博客中，我们将深入探讨一种新型的语言模型——自我奖励语言模型（Self-RewardingLanguageM
夕小瑶·2024-01-29 08:12

一文读懂BERT（原理篇）

2018年的10月11日，Google发布的论文《Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding》，成功在11项NLP
AiA_AiA·2024-01-29 08:40

最通俗易懂的BERT原理与代码实现

舆情分析涉及到人工智能的子领域——自然语言处理（NLP）。
Joe量化·2024-01-29 08:40

【机器学习】损失函数

L1平均绝对误差MAEL2均方误差MSE交叉熵CE用于度量两个概率分布之间的差异性信息。对交叉熵求最小值，也等效于求最大似然估计。在机器学习领域，我们令P(x)为预测集，Q(x)为真实数据集。
惊雲浅谈天·2024-01-29 08:28

【机器学习】正则化

正则化在损失函数中引入模型复杂度指标，利用给W加权值，弱化了数据的噪声，一般不正则化b。
惊雲浅谈天·2024-01-29 08:57

经典目标检测YOLO系列(三)YOLOv3的复现(2)正样本的匹配、损失函数的实现

经典目标检测YOLO系列(三)YOLOv3的复现(2)正样本的匹配、损失函数的实现我们在之前实现YOLOv2的基础上，加入了多级检测及FPN，快速的实现了YOLOv3的网络架构，并且实现了前向推理过程。
undo_try·2024-01-29 06:33
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他