文章
95
标签
30
分类
27
首页
时间轴
标签
分类
关于
谨慎谦虚
首页
时间轴
标签
分类
关于
PAGE_NAME
# 保研
# 神经网络
# NLP
HuggingFace NLP Course
发表于
2023-03-26
|
更新于
2024-05-07
|
学习笔记
神经网络
|
字数总计:
15
|
阅读量:
1
|
评论数:
🔑需要一把钥匙，芝麻开门可行不通.
HuggingFace NLP Course
https://jjq0425.github.io/post/8892/
作者
谨慎谦虚
发布于
2023-03-26
更新于
2024-05-07
许可协议
CC BY 4.0
# 保研
# 神经网络
# NLP
上一篇
杂记——关于我的2023
下一篇
Transformer神经网络
相关推荐
随便逛逛
2023-03-13
CNN卷积神经网络
2023-03-14
RNN循环神经网络
2023-03-14
Transformer神经网络
2023-02-25
神经网络入门
2023-07-15
保研记录贴
2024-03-29
数据结构刷题日记基础篇
评论
谨慎谦虚
等风来不如追风去
文章
95
标签
30
分类
27
公告& 提示
👋若博客界面加载延迟，建议您刷新页面并清除缓存。图片展示依赖于Github图床，如遇加载困难，不妨尝试调整DNS设置。
愿知识的星火，永远照亮前方。
目录
1.
Transformer模型
1.1.
pipline使用
1.2.
典型任务
1.2.1.
零样本分类
1.2.2.
文本预测生成
1.2.3.
Mask Filling 填补空白
1.2.4.
实体命名识别
1.3.
工作机理
1.3.1.
微调他
1.3.1.1.
微调方式一：因果语言建模
1.3.1.2.
微调方式2：遮罩语言建模
1.4.
迁移学习
1.5.
体系结构
1.5.1.
注意力层
1.5.2.
原始的结构
2.
使用Transformer
2.1.
Behind Pipline
2.1.1.
使用分词器进行预处理 Tokenizer
2.1.2.
浏览模型
2.1.2.1.
高维向量
2.1.2.2.
模型头：数字的意义
2.1.3.
输出后处理
2.2.
模型
2.2.1.
初始化模型
2.2.2.
保存模型
2.2.3.
推理
2.3.
标记器
2.3.1.
如何标记
2.3.1.1.
基于词的(Word-based)& 基于字符(Character-based)
2.3.1.2.
子词标记化
2.3.2.
应用
2.3.3.
逐步理解原子操作：编码与解码
2.3.3.1.
编码
2.3.3.2.
解码
2.3.4.
处理序列
2.3.4.1.
填充输入
2.3.4.2.
注意力面具
2.3.4.3.
长序列
2.4.
合起来
2.4.1.
特殊词符(token)
2.4.2.
最终
3.
微调
3.1.
预处理数据
3.1.1.
从模型中心下载数据集
3.1.2.
预处理训练集
3.1.3.
动态填充
3.1.4.
汇总
3.2.
使用 Trainer API 微调模型
3.2.1.
训练
3.2.2.
评估
最新文章
大模型框架基础
2025-06-02
SCRAPS适用于具有不可信代理验证者的发布-订阅物联网网络的可扩展集体远程证明
2025-05-20
模型上下文协议MCP：现状、安全威胁及未来研究方向
2025-04-29
算法JAVA常用库语法
2025-04-23
LeetCode-Hot100思路复习
2025-03-26
%
本地搜索
数据库加载中
复制
昼夜切换
阅读模式
随机文章
