tuning 第46页

基于BERT预训练的中文命名实体识别TensorFlow实现

BERT-BiLSMT-CRF-NERTensorflowsolutionofNERtaskUsingBiLSTM-CRFmodelwithGoogleBERTFine-tuningGitHub：https

Macanv·2019-01-03 11:25

nlp年度论文总结

这个缩写，代表“通用语言模型的微调”，出自ACL2018论文：UniversalLanguageModelFine-tuningforTextClassification。

Ted_Li·2018-12-28 23:13

NormFace: L2 Hypersphere Embedding for Face Verification

论文中将方法在别人模型上进行finetuning，比自己从头训模型的效果要更好。

迦南C·2018-12-27 11:50

翻译：《Pro SQL Server Internals, 2nd edition》CHAPTER 7 Designing and Tuning the Indexes（P155-165）

CHAPTER7DesigningandTuningtheIndexes第七章：设计和调整索引ClusteredIndexDesignConsiderations聚集索引设计注意事项Uniqueidentifier

青_疯·2018-12-26 19:22

使用Bert模型的run_classifier进行Fine-Tuning

废话不多说直接说怎么做首先我们需要下载中文模型文件，直接给出链接下载即可https://pan.baidu.com/s/1-c068UOgfhrMyIIhR5fHXg，提取码是:2z2r，解压完成后会出现五个文件，其中一个词汇表文件vocab.txt，还有三个Berttensorflow的模型文件，这里就不一一列举了，还有一个参数设置文件bert_config.json。接下来再去github上d

liu_sir_·2018-12-20 13:39

Spark 性能调优之 repartition解决spark sql低并行度问题

首先，还是抛出官网调优文档吧参考2.0版本http://spark.apache.org/docs/2.0.2/tuning.html#level-of-parallelism因此按照这个说明根据你的application

chixushuchu·2018-12-19 14:10

keras-迁移学习(fine-tuning)

不同修改预训练模型方式的情况：特征提取我们可以将预训练模型当做特征提取装置来使用。具体的做法是，将输出层去掉，然后将剩下的整个网络当做一个固定的特征提取机，从而应用到新的数据集中。采用预训练模型的结构我们还可以采用预训练模型的结构，但先将所有的权重随机化，然后依据自己的数据集进行训练。训练特定层，冻结其它层另一种使用预训练模型的方法是对它进行部分的训练。具体的做法是，将模型起始的一些层的权重保持不

xys430381_1·2018-12-13 14:31

Pytorch采用不同的学习率训练网络

为了fine-tuning网络，经常会让有预训练参数的层的学习率比较小，而新的层的学习率比较大。

guls999·2018-12-12 14:05

BERT解读 —— 基础概念

用于训练的Embedding来初始化模型的Embedding，而后用特定任务的监督数据来fine-tuning.如果监督数据较少，fixEmbedding，只让模型学习其它的参数（TransferLearning

rainbow_lucky0106·2018-12-09 22:22

BERT中文实战（文本相似度）

第二个阶段叫做：Fine-tuning，利用预训练好的语言模型，完成具体的NLP下游任务。

sliderSun·2018-12-07 16:10

使用BERT fine-tuning记录

google-research/bertpytorch版本：https://github.com/huggingface/pytorch-pretrained-BERT在readme中清楚地说明了BERT的fine-tuning

街道口扛把子·2018-12-06 18:01

Xen配置文件中hap选项

Xen配置文件中hap选项TuningXenforPerformancehap=0：虚拟机使用影子模式hap=1：虚拟机使用EPT模式HAPstandsforhardwareassistedpagingandrequiresaCPUfeaturecalledEPTbyIntelandRVIbyAMD.Itisusedtomanagetheguest

leehaming·2018-12-03 15:13

MySQL自动化运维审核平台archery

archery是一套SQL审核平台，支持SQL审核、SQL优化(SQLAdvisor|SOAR|SQLTuning)、脱敏查询、慢日志管理、数据库审核、表结构同步、会话管理、RDS管理github地址：

DBA之路·2018-11-29 13:15

Pytorch官方教程学习笔记（7）

FinetuningTorchvisionModelsAuthor:NathanInkawhich__Inthistutorialwewilltakeadeeperlookathowtofinetuneandfeatureextractthetorchvisionmodels

ECODER-MXQ·2018-11-27 22:27

Fast RCNN算法详解

通过上一篇博文我们知道R-CNN的训练先要finetuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bound

Star_ACE·2018-11-19 23:37

【论文阅读笔记】Universal Language Model Fine-tuning for Text Classification

发表日期：2018.5.23论文作者：fast.ai文章开源代码：http://nlp.fast.ai/category/classification.html主要内容:在计算机视觉领域，迁移学习的使用和对目标任务效果的提升已经有目共睹，但在NLP领域，由于模型相对计算机视觉领域较浅，而且由于语言任务的复杂性，通常需要不同的模型微调方法，导致迁移学习在NLP领域使用较困难。本文提出一种通用的NLP

cskywit·2018-11-18 10:15

Deep learning with Python 学习笔记（3）

pretrainednetwork)是一个保存好的网络，之前已在大型数据集(通常是大规模图像分类任务)上训练好使用预训练网络有两种方法:特征提取(featureextraction)和微调模型(fine-tuning

范中豪·2018-11-17 17:00

BERT模型fine-tuning代码解析（一）

BERT模型fine-tuning过程代码实战，以run_classifier.py为例。

LeoWood·2018-11-16 16:55

Fine-tuning Approaches -- OpenAI GPT 学习笔记

1、Fine-tuningApproaches从语言模型转移学习的一个趋势是，在监督的下游任务中相同模型的微调之前，一个语言模型目标上预训练一些模型体系结构。

Juanly Jack·2018-11-15 18:23

MySQL主键数据类型及索引的优化

https://www.centos.bz/2017/08/mysql-primary-key-data-type-index-tuning/一、安装这是同事分享给我的。

暗影岛-寒冰射手·2018-11-15 09:03

PyTorch之迁移学习（Transfer Learning）

TRANSFERLEARNINGTUTORIALFinetuningtheconvnet:Insteadofrandominitializaion,weinitializethenetworkwithapretrainednetwork

梦家·2018-11-14 19:35

吴恩达深度学习-神经网络基础（第5课：超参数调试、Batch正则化和程序框架）

3.1调试处理（Tuningprocess）超参数设定.jpg3.2为超参数选择合适的范围（Usinganappropriatescaletopickhyperparameters）3.3超参数调试的实践

瘦长的丰一禾·2018-11-13 23:56

XGB调参

xgboost.readthedocs.io/en/latest/index.html官方调参指南：https://xgboost.readthedocs.io/en/latest/tutorials/param_tuning.html

搅尽脑浆·2018-11-13 16:13

BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding 论文笔记

BERT使用fine-tuning（微调）模型在众多句子级别或者是单词级别的任务中去得了最先进的效果。（3）BERT使用双向语言模型在11项NLP任务中都去得了最先进

羽_羊·2018-11-10 18:05

文献阅读笔记—BERT: Pretraining of Deep Bidirectional Transformers for Language Understanding

（一）ELMO：Deepcontextualizedwordrepresentations（二）UniversalLanguageModelFine-tuningforTextClassification

manmanxiaowugun·2018-11-07 13:52

文献阅读笔记—Improving Language Understanding by Generative Pre-Training

（一）ELMO：Deepcontextualizedwordrepresentations（二）UniversalLanguageModelFine-tuningforTextClassification

manmanxiaowugun·2018-11-06 22:01

文献阅读笔记—Universal Language Model Fine-tuning for Text Classification

（一）ELMO：Deepcontextualizedwordrepresentations（二）UniversalLanguageModelFine-tuningforTextClassification

manmanxiaowugun·2018-11-05 21:25

文献阅读笔记—Deep contextualized word representations

（一）ELMO：Deepcontextualizedwordrepresentations（二）UniversalLanguageModelFine-tuningforTextClassification

manmanxiaowugun·2018-10-26 16:28

Tensorflow学习笔记：VGG16训练——Finetuning，猫狗大战，VGGNet的重新针对训练

83413837以及介绍了vgg16模型https://blog.csdn.net/nvidiacuda/article/details/83414293这篇介绍如何用数据对vgg16进行训练Finetuning

luckyboy101·2018-10-26 14:52

Tensorflow学习笔记：数据集加工和转化为TensorFlow专用格式——Finetuning，猫狗大战，VGGNet的重新针对训练

Kaggle猫狗大战猫狗大战的数据集来源于Kaggle上的一个竞赛：Dogsvs.Cats猫狗大战的数据集下载地址http://www.kaggle.com/c/dogs-vs-cats，其中数据集有12500只猫和12500只狗,官方数据集下载需要帐号，大家也可以百度以下，百度网盘上数据有整个项目的文件结构如下：下载下来来的图片尺寸都不一样,我这里先统一把图像尺寸调整到224*224*3(虽然后

luckyboy101·2018-10-26 14:30

Linux有关tcp连接的优化

优化Linux下的内核TCP参数来提高服务器负载能力LinuxTuning本文所面对的情况为：高并发数高延迟高丢包（典型的美国服务器）值得注意的是，因为openvz的VPS权限比较低，能够修改的地方比较少

hagretd·2018-10-25 22:02

Btrace 基础入门

下面来看看它一般都用在哪里拦截普通方法@OnMethod(clazz="",method="")@OnMethod(//被拦截的Java类名clazz="com.lucasma.monitor.monitor_tuning.chapter4

戈里·2018-10-23 09:24

BERT介绍

回顾现在有很多利用预训练的语言表征来完成下游NLP任务的研究，作者把它们概括为两类feature-based和fine-tuning:分类代表task-specific模型使用

triplemeng·2018-10-20 12:53

Upgrade to OCP 12c 1Z0-060（21-30）

UpgradetoOCP12c1Z0-060（21-30）Question21:WhichthreefunctionsareperformedbytheSQLTuningAdvisor?

梅森上校·2018-10-19 19:32

Hadoop --- 入门之配置参数

ulimit-n用户最大进程nproc（hbase需要hbsebook）关闭swap分区设置合理的预读取缓冲区Linux的内核的IO调度器JVM参数JVM方面的优化项HadoopPerformanceTuningGuideHadoop

__静禅__·2018-10-16 11:36

超参数调优、批量归一化、编程框架

HyperparametertuningTuningprocessimage.png对于大多数学习算法应用学习速率α是需要调优的超参数中最重要的一个没有之一除了α我接下来会调整的一些超参数也许是动量项0.9

Simple_isBeauty·2018-10-13 21:16

【keras实战】用Inceptionv3实现五种花的分类

参考：keras系列︱迁移学习：利用InceptionV3进行fine-tuning及预测、完美案例（五）一、数据集准备训练数据花朵图片下载：地址图片下载好后划分数据集，分为训练集和验证集，训练集每类图片

云若祯初·2018-10-10 21:13

ICML 2018 paper(oral)

参考链接icml2018oralPaperlistOptimalTuningforDivide-and-conquerKernelRidgeRegressionwithMassiveDataPredictandConstrain

qq_34848537·2018-10-08 15:45

JDK11-G1垃圾收集器

原文在这里：https://docs.oracle.com/en/java/javase/11/gctuning/garbage-first-garbage-collector.html同时欢迎观看本人录得两个视频教程

若鱼1919·2018-10-01 15:42

etcd 调优(Tuning)

调优(Tuning)etcd默认设置适用于网络低延迟。

党志强·2018-09-27 22:32

etcd 调优(Tuning)

原文链接：http://blog.51cto.com/dangzhiqiang/2286891调优(Tuning)etcd默认设置适用于网络低延迟。

weixin_33836874·2018-09-27 22:32

机器学习_Python中Gradient Boosting Machine(GBM）学习笔记1_数据分析

原文地址：https://www.analyticsvidhya.com/blog/2016/02/complete-guide-parameter-tuning-gradient-boosting-gbm-python

CNFINITE·2018-09-24 21:28

G1垃圾回收优化

G1垃圾回收优化原文地址：https://docs.oracle.com/javase/9/gctuning/garbage-first-garbage-collector-tuning.htm#JSGCT-GUID

蜗牛彪·2018-09-22 22:43

caffe训练模型微调（fune tuning）

由于从零训练自己的网络需要很大的数据集和运算时间，并且效果不敢保证，因此很多时候我们采用已经训练好的模型caffemodel，对其进行微调，从而得到我们需要的模型。以caffe中examples自带的为例：首先，下载微调所需数据集：下载2000幅图像，并生成train.txt和test.txt，文件中包含训练和测试数据集的图片地址和lable。假如caffe中没有我们要微调的模型，调用下列命令下载

haizi_20060684·2018-09-18 10:15

深度学习算法基础和常用框架 | CNN与常用框架

神经网络与卷积神经网络层级结构数据处理训练算法优缺点实际搭建与训练CNN典型CNN训练与fine-tuning常用框架与应用常用框架广泛应用基础LRSVM只能做到这种程度，核函数并非万能他们对特征对描述空间可以分开的

JH_Zhai·2018-09-07 18:34

tensorflow 模型预训练后的参数restore finetuning

之前训练的网络中有一部分可以用到一个新的网络中，但是不知道存储的参数如何部分恢复到新的网络中，也了解到有许多网络是通过利用一些现有的网络结构，通过finetuning进行改造实现的，因此了解了一下关于模型预训练后部分参数

Beryl已存在·2018-09-06 10:23

迁移学习系列 - 有->有监督迁移

一.Modelfine-tuning方式1.Modelfine-tuning模型是应对于源数据和目标数据都是有标签、且有大量源数据、少量目标数据的情况。

马飞飞·2018-08-31 10:35

Xgboost调参技巧

原文地址：CompleteGuidetoParameterTuninginXGBoostbyAarshayJain原文翻译与校对：@MOLLY&&寒小阳([email protected]

JJprincess·2018-08-29 21:37

Tensorflow Finetuning VGG16——猫狗大战

这时候我们可以保留训练好的模型的大部分参数，而仅仅对网络的最后几层全连接层进行Finetuning。这里我们将适用猫狗大战数据集中的1500张图对V

Li_Monster·2018-08-29 09:51

模型微调fine-tuning

因为上一篇博客采用的数据集太少，直接利用模型进行训练其预测能力较弱，故在此需要采取fine-tuning的方案进行训练，微调的训练结果如下，效果显而易见。

wangxu1204·2018-08-27 16:13

推荐频道

tuning

基于BERT预训练的中文命名实体识别TensorFlow实现

nlp年度论文总结

NormFace: L2 Hypersphere Embedding for Face Verification

翻译：《Pro SQL Server Internals, 2nd edition》CHAPTER 7 Designing and Tuning the Indexes（P155-165）

使用Bert模型的run_classifier进行Fine-Tuning

Spark 性能调优之 repartition解决spark sql低并行度问题

keras-迁移学习(fine-tuning)

Pytorch采用不同的学习率训练网络

BERT解读 —— 基础概念

BERT中文实战（文本相似度）

使用BERT fine-tuning记录

Xen配置文件中hap选项

MySQL自动化运维审核平台archery

Pytorch官方教程学习笔记（7）

Fast RCNN算法详解

【论文阅读笔记】Universal Language Model Fine-tuning for Text Classification

Deep learning with Python 学习笔记（3）

BERT模型fine-tuning代码解析（一）

Fine-tuning Approaches -- OpenAI GPT 学习笔记

MySQL主键 数据类型及索引的优化

PyTorch之迁移学习（Transfer Learning）

吴恩达深度学习-神经网络基础（第5课：超参数调试、Batch正则化和程序框架）

XGB调参

BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding 论文笔记

文献阅读笔记—BERT: Pretraining of Deep Bidirectional Transformers for Language Understanding

文献阅读笔记—Improving Language Understanding by Generative Pre-Training

文献阅读笔记—Universal Language Model Fine-tuning for Text Classification

文献阅读笔记—Deep contextualized word representations

Tensorflow学习笔记：VGG16训练——Finetuning，猫狗大战，VGGNet的重新针对训练

Tensorflow学习笔记：数据集加工和转化为TensorFlow专用格式——Finetuning，猫狗大战，VGGNet的重新针对训练

Linux有关tcp连接的优化

Btrace 基础入门

BERT介绍

Upgrade to OCP 12c 1Z0-060（21-30）

Hadoop --- 入门之配置参数

超参数 调优、批量归一化、编程框架

【keras实战】用Inceptionv3实现五种花的分类

ICML 2018 paper(oral)

JDK11-G1垃圾收集器

etcd 调优(Tuning)

etcd 调优(Tuning)

机器学习_Python中Gradient Boosting Machine(GBM）学习笔记1_数据分析

G1垃圾回收优化

caffe训练模型微调（fune tuning）

深度学习算法基础和常用框架 | CNN与常用框架

tensorflow 模型预训练后的参数restore finetuning

迁移学习系列 - 有->有监督迁移

Xgboost调参技巧

Tensorflow Finetuning VGG16——猫狗大战

模型微调fine-tuning

MySQL主键数据类型及索引的优化

超参数调优、批量归一化、编程框架