首先還是先了解幾個概念，Elasticsearch是一個開源的分布式搜索和分析引擎，它使用一系列算法來計算文檔的相關(guān)性分數(shù)（relevance score）。這些算法用于確定...
發(fā)簡信
IP屬地：北京
-
科普一下Elasticsearch中BM25算法的使用 -
Multi-task Learning 理論(多任務(wù)學(xué)習(xí))一. 多任務(wù)學(xué)習(xí)理論 1.1 多任務(wù)學(xué)習(xí)的定義 如果有個任務(wù)（傳統(tǒng)的深度學(xué)習(xí)方法旨在使用一種特定模型僅解決一項任務(wù)），而這個任務(wù)或它們的一個子集彼此相關(guān)但不完全相同，則稱為多...
-
Word2Vec ——gensim實戰(zhàn)教程最近斯坦福的CS224N開課了，看了下課程介紹,去年google發(fā)表的Transformer以及最近特別火的Contextual Word Embeddings都會在今年的課...
-
“全能自戀”是如何破壞我們的生活不知道大家有沒有留意到，很多時候別人不聽我們的建議，別人不按照我們的要求去做，或者是去政府/銀行等機構(gòu)辦理事情時，我們會發(fā)脾氣，甚至還會大聲責備別人這樣處理方式是有問題。 很...
-
Numpy計算余弦相似度：向量之間，向量與矩陣，矩陣與矩陣摘要：Numpy，Python 余弦相似度公式 余弦相似度是衡量向量夾角的余弦值作為相似度度量指標，夾角越小相似度越高 公式為兩個向量的 計算向量之間余弦相似度 使用Pyth...
-
BERT實戰(zhàn)（下）-問答任務(wù)上半部分介紹了如何從BERT模型提取嵌入[http://www.lxweimin.com/p/037b81989d74]，下半部分介紹如何針對下游任務(wù)進行微調(diào)，分為四個任務(wù)。...
-
BERT實戰(zhàn)（下）-自然語言推理任務(wù)上半部分介紹了如何從BERT模型提取嵌入[http://www.lxweimin.com/p/037b81989d74]，下半部分介紹如何針對下游任務(wù)進行微調(diào)，分為四個任務(wù)。...
-
BERT實戰(zhàn)（下）-情感分類任務(wù)
上半部分介紹了如何從BERT模型提取嵌入[http://www.lxweimin.com/p/037b81989d74]，下半部分介紹如何針對下游任務(wù)進行微調(diào)，分為四個任務(wù)。...
-
把transformers訓(xùn)練完成的模型推送到huggingface hub1. 注冊 注冊地址：https://huggingface.co/[https://huggingface.co/]注冊完成進去看到推送上去的模型和數(shù)據(jù)集，現(xiàn)在暫時還沒有。...
-
huggingface nlp模塊緩存數(shù)據(jù)集位置
使用nlp.load_dataset()下載數(shù)據(jù)集，數(shù)據(jù)集下一半網(wǎng)斷了，報錯：NonMatchingChecksumError，沒法繼續(xù)下載，清一清緩存又能繼續(xù)下了macos...
-
BERT實戰(zhàn)（上）上半部分介紹如何從BERT模型提取嵌入，下半部分介紹如何針對下游任務(wù)進行微調(diào)[http://www.lxweimin.com/p/53f035535d17?v=1683979...
-
幸福五部曲之《活出最樂觀的自己》-馬丁·塞利格曼
作者簡介 馬丁·塞利格曼(Martin E.P. Seligman 1942- )，美國心理學(xué)家，著名的學(xué)者和臨床咨詢與治療專家，積極心理學(xué)的創(chuàng)始人之一，主要從事習(xí)得性無助、...
-
Transformer結(jié)構(gòu)1 模型結(jié)構(gòu) 編碼器（左） 解碼器（右） 編碼器和解碼器都可以N層堆疊，原論文是6層核心：多頭注意力機制 1.1 嵌入層 詞嵌入 位置編碼 詞嵌入和位置嵌入矩陣元素相加 1....
-
高效的多維空間點索引算法 — Geohash 和 Google S2引子 每天我們晚上加班回家，可能都會用到滴滴或者共享單車。打開 app 會看到如下的界面： app 界面上會顯示出自己附近一個范圍內(nèi)可用的出租車或者共享單車。假設(shè)地圖上會顯示...
-
tf.keras.layers.Attention
點乘注意力層, 又叫Luong-style attention. query' shape: [batch_size, Tq, dim], value's shape: [b...