NLP语音识别

如何在Jupyter Lab中安装不同的Kernel

❤️觉得内容不错的话，欢迎点赞收藏加关注，后续会继续输入更多优质内容❤️有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）博主原文链接：https
Chaos_Wang_·2023-11-19 04:11

chatgpt赋能python：Python实现人机交互

它可以通过多种方式实现，如语音识别、手势识别、触摸屏、键盘鼠标输入等。在当今信息化的时代，人机交互技术越来越成为人类信息获取和交流的重要手段。
liangzijiaa·2023-11-19 03:50

探索NLP中的核心架构：编码器与解码器的区别

❤️觉得内容不错的话，欢迎点赞收藏加关注，后续会继续输入更多优质内容❤️有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）博主原文链接：https
Chaos_Wang_·2023-11-19 02:39

UnIVAL：第一个支持图像、视频、音频和文本任务的大一统模型！

进NLP群—>加入NLP交流群大型语言模型(LLM)使得对通才代理的雄心勃勃的追求不再是一个幻想。构建此类通用模型的一个关键障碍是任务和模式的多样性和异质性。
zenRRan·2023-11-19 01:17

FoolNLTK 及 HanLP使用

结巴”中文分词：做最好的Python中文分词组件https://github.com/fxsjy/jieba清华大学THULAC：一个高效的中文词法分析工具包https://github.com/thunlp
水...琥珀·2023-11-18 23:26

中文NLP工具介绍

https://blog.csdn.net/KnightTen/article/details/89138602中文NLP工具总结KnightTen2019-04-0911:00:443419收藏10展开文章目录中文
jack_201316888·2023-11-18 23:26

句法分析工具 LTP HanLP

pyltp.readthedocs.io/zh_CN/latest/api.htmlhttps://pypi.python.org/pypi/pyltphttps://github.com/hankcs/HanLP
lanlantian123456·2023-11-18 23:50

NLP汉语自然语言处理原理与实践 5 词性、语块和命名实体识别

NLP中很多问题要求解的输出标签不是相互独立的，而是时间或结构上相互依存的结构化标签。这种结构包括序列、树状或更普通意义上的图结构。
CopperDong·2023-11-18 23:18

开源大语言模型完整列表

这些模型通常拥有数十亿到数万亿个参数，能够处理各种自然语言处理任务，如自然语言生成、文本分类、文本摘要、机器翻译、语音识别等。开源中文LLMChat
ejinxian·2023-11-18 22:02

pipeline agent分布式构建

jenkins-agents#docker-compose-fdocker-compose-inbound-agent.ymlup-dJenkins配置添加pipeline{agent{label'docker-jnlp-agent
inner222·2023-11-18 21:53

基于tensorflow2.0的深度学习 三

此外，CNN还不局限于视觉感知：它们在许多情况下也是成功的，如语音识别和自然语言处理。不过，我们现在将专注于视觉应用。为什么不简单地使用常规的全连接深层神经网络进行图像识别任务呢？
点西西·2023-11-18 20:14

【AI视野·今日NLP 自然语言处理论文速览 第六十三期】Thu, 26 Oct 2023

AI视野·今日CS.NLP自然语言处理论文速览Thu,26Oct2023Totally89papers上期速览✈更多精彩请移步主页DailyComputationandLanguagePapersLLM-FP4
hitrjj·2023-11-18 19:33

浅谈BERT

过去在NLP的领域通常是一个任务对应一个model，但是今年来已经发展到可以让机器先了解人类的语言再来解决各式各样的NLP任务。
进步中的coder·2023-11-18 18:57

Word2Vec浅谈

word2vec是Google团队在2013年发表的一篇paper，当时一经问世直接将NLP领域带到了一个新的高度，在2018年bert被提出之前，word2vec一直是NLP算法工程师追捧的预训练词向
lanmengyiyu·2023-11-18 17:45

浅谈BERT预训练源码

BERT“这个词相信大家已经不在陌生了,发布至今，BERT已成为NLP实验中无处不在的基线。这里稍微扯一下什么是BERT毕竟不是今天的重点，BERT在模型架构方面沿用了Transformer
CReep~·2023-11-18 17:44

【深度学习】Sentence Embedding-BERT-Flow

前言字节的AILab2020年发表在EMNLP上的一篇文章《OntheSentenceEmbeddingsfromPre-trainedLanguageModels》，针对语义文本相似任务(STS)，论文中提出的基于流式生成模型
DonngZH·2023-11-17 18:09

Linux服务器使用杂记

下运程连接服务器问题（2023.9.30）在Win10的Edge浏览器下使用BMC接口的IPMI协议（参考BMC介绍篇）连接服务器进行远程控制时，点击“LaunchConsole"出现下载不了jviewer.jnlp
njtong·2023-11-17 16:23

python开发数字人助理版

它提供了灵活的模块化设计，使开发人员能够定制和组合各种功能模块，包括情绪分析、NLP处理、语音合成和语音输出等。
zxj19880502·2023-11-17 15:16

ChatGPT 从零到一打造私人智能英语学习助手

在这些应用中，语音识别、自然语言处理以及机器翻译等技术都得到了广泛的应用。其中，聊天机器人成为了最受欢迎的人工智能应用之一，它们能够与用户进行实时交互并回答各种问题。#必看！
你想要的我都有008·2023-11-17 15:43

安利一个开源的好工具Label Studio, 闭环数据标注和模型训练

一、简介1.1在NLP日常工作中，我们需要按几个步骤进行数据处理和模型训练。1.先收集数据：通过爬虫或者其它工具，将数据结构化保存到数据库中。
u013250861·2023-11-17 15:40

因ChatGPT爆红的NLP培养计划｜拿不到年薪25W全额退款

“ChatGPT可怕的是，它会将世界的命运重新洗牌”人类已经历3次超级工具的“革命”，每一次都重塑了世界新的格局。第一个降临的超级工具就是互联网，它用虚拟的聚合，打开了现实的距离，将地球压缩成村落。极大程度的模糊了空间。第二个降临的是智能手机，它让我们的工作、生活、娱乐，无时无刻不线上化。我们的时间，除了睡梦，尽在网中。如今，ChatGPT的降临，属于人类最高级的一些思考及相关的脑力劳动、智慧活动
程序员小灰·2023-11-17 15:26

VS Code如何使用服务器的Python开发环境

❤️觉得内容不错的话，欢迎点赞收藏加关注，后续会继续输入更多优质内容❤️有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）博主原文链接：https
Chaos_Wang_·2023-11-17 13:17

语音识别芯片的经典应用案例

基于YQ5969的语音识别芯片实现本文设计的语音识别与控制系统，具有体积小、成本低、便于携带等优点。可以作为一个处理语音信号的通用硬件平台。
编程大乐趣·2023-11-17 11:53

YOLOV5/YOLOV7/YOLOV8改进：InceptionNeXt: 当 Inception 遇上 ConvNeXt

受Transformer在NLP中成就的影响，研
dg68668·2023-11-17 11:21

语音识别芯片NRK3301在智能茶吧机的应用

传统的饮水机传大多只能提供热水和冷水，而智能茶吧机则是一款集合了热饮水机、煮茶器、泡茶壶等多种功能于一体的多功能生活电器。它不仅具备了传统饮水机的所有功能，还可以根据不同的需求，提供多种水温的饮水方式；还具备了煮茶和泡茶等多种功能。在产品体验上而且更加智能、实用和人性化，为人们的生活带来了极大的便利和舒适。置入了NRK3301芯片的智能茶吧机，让人们在使用过程中感受到产品的智能化程度高、隐私性较好
九芯电子·2023-11-17 11:21

语音识别芯片在产品应用上的难点列举

语音识别技术，作为人工智能领域中的一颗璀璨明珠，已经广泛应用于用户交互、智能家居、语音助手等多个领域。它为我们的生活带来了诸多便利，使得我们可以更加高效地与电子设备进行互动。
九芯电子·2023-11-17 11:20

2023数维杯国际赛数学建模C题思路模型

典型的应用包括机器人导航、语音识别、图像识别、自然语言处理和智能推荐等。在这些应用程序中，由ChatGPT领导的大型语言模型（大型语言模型，llm）在世界范围内得到了普及，并得到了广泛的推广和使用。
C灿灿数模·2023-11-17 09:06

基于Genio 700 (MT8390)芯片的AR智能眼镜方案

AR眼镜集成了AR技术、语音识别、智能控制等多项高科技功能，可以帮助用户实现更加便捷、高效、个性化的工作和生活体验。
智物通讯科技·2023-11-17 07:52

anaconda中安装pytorch和TensorFlow环境并在不同环境中安装kernel

❤️觉得内容不错的话，欢迎点赞收藏加关注，后续会继续输入更多优质内容❤️有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）博主原文链接：https
Chaos_Wang_·2023-11-17 06:39

利用ONNX runtime对transformer模型进行推理加速

模型cross-encoderONNXONNXRuntime(ORT)-onnxruntime[译文]AccelerateyourNLPpipelinesusingHuggingFaceTransformersandONNXRuntime_choose_c
choose_c·2023-11-17 06:59

《机器学习入门与实战：从理论到应用的全面指南》

机器学习可以应用于各种领域，如自然语言处理、计算机视觉、语音识别、机器
colorful_stars·2023-11-17 06:22

Datawhale AI夏令营 - NLP实践：基于论文摘要的文本分类与关键词抽取挑战赛——基础篇

DAY1入门讲解直播ingQ：如何选择机器学习算法或深度学习算法？A：在许多机器学习问题中，特征工程的重要性不容忽视。如果特征工程能够充分捕捉数据的关键特征，那么机器学习算法也能够表现良好。深度学习在某种程度上可以自动学习特征，但对于特定问题，手动设计特征可能会更有效。总而言之，当样本量足够大且数据集具有一定的特点时，使用机器学习。其中，常用的机器学习包括树模型、SVM模型；深度学习包括神经网络，
学软件的小铃铛·2023-11-17 03:44

windows下启动外部应用程序

1.ShellExecuteSHSTDAPI_(HINSTANCE)ShellExecuteA(__in_optHWNDhwnd,__in_optLPCSTRlpOperation,__inLPCSTRlpFile
lucky1_1star·2023-11-17 02:22

文本编织术：揭秘正则、字符串、NLP 的绝妙奥秘

前言在当今数字化时代，文本处理技术的重要性日益凸显。从数据清洗到信息提取，正则表达式、字符串处理和自然语言处理等工具成为处理文本数据的关键利器。本文将深入探讨这三者在文本处理中的作用，并为读者提供详实的指南，使其能够灵活运用这些工具解决实际问题。文章目录前言1.引言1.1背景1.2相关性和应用领域2.正则表达式(`re`)基础2.1概述2.2基本语法2.3常见模式匹配示例2.3.1匹配日期2.3.
friklogff·2023-11-17 01:34

LLm微调使用的数据集

id=1769124161629981325&wfr=spider&for=pcRefGPT：基于RefGPT生成大量真实和定制的对话数据集地址：https://github.com/ziliwangnlp
东方佑·2023-11-17 00:36

【AI视野·今日NLP 自然语言处理论文速览 第六十四期】Fri, 27 Oct 2023

AI视野·今日CS.NLP自然语言处理论文速览Fri,27Oct2023Totally80papers上期速览✈更多精彩请移步主页DailyComputationandLanguagePaperstorchdistillMeetsHuggingFaceLibrariesforReproducible
hitrjj·2023-11-16 23:13

大型语言模型综述全新出炉：从T5到GPT-4最全盘点，国内20余位研究者联合撰写...

来自：机器之心为什么仿佛一夜之间，自然语言处理（NLP）领域就突然突飞猛进，摸到了通用人工智能的门槛？如今的大语言模型（LLM）发展到了什么程度？未来短时间内，AGI的发展路线又将如何？
zenRRan·2023-11-16 23:10

【NLP】从T5到GPT-4！大语言模型全新综述来了

转自：机器之心为什么仿佛一夜之间，自然语言处理（NLP）领域就突然突飞猛进，摸到了通用人工智能的门槛？如今的大语言模型（LLM）发展到了什么程度？未来短时间内，AGI的发展路线又将如何？
风度78·2023-11-16 23:37

谷歌新作SPAE：GPT等大语言模型可以通过上下文学习解决视觉任务

当前，大型语言模型（LLM）已经掀起自然语言处理（NLP）领域的变革浪潮。我们看到LLM具备强大的涌现能力，在复杂的语言理解任务、生成任务乃至推理任务上都表现优异。
Amusi（CVer）·2023-11-16 23:06

大型语言模型综述全新出炉！从T5到GPT-4最全盘点，国内20余位研究者联合撰写...

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【计算机视觉】微信技术交流群转载自：机器之心为什么仿佛一夜之间，自然语言处理（NLP）领域就突然突飞猛进，摸到了通用人工智能的门槛
Amusi（CVer）·2023-11-16 23:35

【AI视野·今日NLP 自然语言处理论文速览 第六十五期】Mon, 30 Oct 2023

AI视野·今日CS.NLP自然语言处理论文速览Mon,30Oct2023Totally67papers上期速览✈更多精彩请移步主页DailyComputationandLanguagePapersAnApproachtoAutomaticallygeneratingRiddlesaidingConceptAttainmentAuthorsNiharikaSriParasa
hitrjj·2023-11-16 23:31

PyCharm 远程连接服务器并使用服务器的 Jupyter 环境

❤️觉得内容不错的话，欢迎点赞收藏加关注，后续会继续输入更多优质内容❤️有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）博主原文链接：https
Chaos_Wang_·2023-11-16 22:41

知识蒸馏：如何用一个神经网络训练另一个神经网络

为了说明这一点，参见下图中的NLP中最常见架构的参数数量。各种模型结构的参数数量在Kaggle竞赛中，胜出的模型通常是由几个模型组成的集
Imagination官方博客·2023-11-16 21:16

【AI视野·今日NLP 自然语言处理论文速览 第六十二期】Wed, 25 Oct 2023

AI视野·今日CS.NLP自然语言处理论文速览Wed,25Oct2023(showingfirst100of112entries)Totally100papers上期速览✈更多精彩请移步主页DailyComputationandLanguagePapersMuSR
hitrjj·2023-11-16 21:26

【nlp】2.5(gpu version)人名分类器实战项目（对比RNN、LSTM、GRU模型）工程管理方式

人名分类器实战项目0说明1工程项目设计2数据预处理data_processing3创建模型model4模型测试test5训练配置config6模型训练train7模型对比绘图plotfigure8模型预测predict9代码测试demo0说明本项目对前一个博客内容2.5(cpuversion)人名分类器实战项目（对比RNN、LSTM、GRU模型）的区别在于两点：（1）采用gpu（2）对项目代码进行
lys_828·2023-11-16 19:33

【nlp】2.6 注意力机制Attention

注意力机制1注意力机制介绍1.1注意力概念1.2注意力计算规则1.3常见的注意力计算规则2什么是深度神经网络注意力机制3注意力机制的作用4注意力机制实现步骤4.1步骤4.2代码实现1注意力机制介绍1.1注意力概念我们观察事物时，之所以能够快速判断一种事物(当然允许判断是错误的)，是因为我们大脑能够很快把注意力放在事物最具有辨识度的部分从而作出判断；而并非是从头到尾的观察一遍事物后，才能有判断结果。
lys_828·2023-11-16 19:26

NLP-分词器：SentencePiece【参考Chinese-LLaMA-Alpaca在通用中文语料上训练的20K中文词表并与原版LLaMA模型的32K词表进行合并的代码】

背景随着ChatGPT迅速出圈，最近几个月开源的大模型也是遍地开花。目前，开源的大语言模型主要有三大类：ChatGLM衍生的大模型（wenda、ChatSQL等）、LLaMA衍生的大模型（Alpaca、Vicuna、BELLE、Phoenix、Chimera等）、Bloom衍生的大模型（Bloomz、BELLE、Phoenix等）。其中，ChatGLM-6B主要以中英双语进行训练，LLaMA主要以
u013250861·2023-11-16 17:00

[nlp] 损失缩放（Loss Scaling）loss sacle

在深度学习中，由于浮点数的精度限制，当模型参数非常大时，会出现数值溢出的问题，这可能会导致模型训练不稳定。为了解决这个问题，损失缩放（LossScaling）技术被引入，它通过缩放损失值来解决这个问题。在深度学习中，损失缩放技术通常是通过将梯度进行缩放来实现的。具体来说，在计算梯度时，将梯度除以一个称为“lossscale”的缩放因子，然后再进行反向传播和优化器更新。这种技术可以有效地防止梯度爆炸
心心喵·2023-11-16 15:22

[nlp] grad norm先降后升再降

gradnorm先降后升再降正常嘛在深度学习中，梯度的范数通常被用来衡量模型参数的更新程度，也就是模型的学习进度。在训练初期，由于模型参数的初始值比较随机，梯度的范数可能会比较大，这是正常现象。随着模型的训练，梯度的范数通常会逐渐减小，直到收敛到一个较小的值。在某些情况下，梯度的范数可能会先下降，然后上升再下降，这也是正常现象。这种现象通常出现在模型的学习率过大或者网络结构过于复杂的情况下。在这种
心心喵·2023-11-16 15:48

大模型相关论文100篇短笔记【 2023-04-17】

包括CV和NLP的，主要是大语言模型。当然也包括不少水论文。有些笔记可能存在错误等情况，是因为写的时候功力还远不足，理解不到位，也懒得回去改了。仅供大家选论文参考。我还是科研小白，和大家一起学习。
u013250861·2023-11-16 15:44
上一页 46 47 48 49 50 51 52 53 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他