完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > nlp
文章:486個(gè) 瀏覽:23300次 帖子:14個(gè)
自然語(yǔ)言處理(Natural Language Processing,簡(jiǎn)稱NLP)是計(jì)算機(jī)科學(xué)和人工智能領(lǐng)域的一個(gè)重要分支,它致力于使計(jì)算機(jī)能夠理解和處...
2024-07-09 標(biāo)簽:計(jì)算機(jī)編程語(yǔ)言自然語(yǔ)言處理 1.6k 0
對(duì)于每個(gè)詞只能有一個(gè)固定的向量表示,今天我們來(lái)介紹一個(gè)給NLP領(lǐng)域帶來(lái)革新的預(yù)訓(xùn)練語(yǔ)言大模型Bert,對(duì)比word2vec和Glove詞向量模型,Ber...
2023-02-22 標(biāo)簽:AI自然語(yǔ)言處理nlp 1.6k 0
如何使用TPU-MLIR進(jìn)行模型轉(zhuǎn)換
TPU-MLIR之精度驗(yàn)證
2023-08-21 標(biāo)簽:網(wǎng)絡(luò)數(shù)據(jù)集模型轉(zhuǎn)換 1.6k 0
首先我們對(duì)比自然語(yǔ)言處理和圖像處理:NLP 最基本的數(shù)據(jù)元素是單詞,每個(gè)單詞有一定的含義,可能指代某個(gè)實(shí)體;
當(dāng)然了,和往常的文章一樣,我不會(huì)復(fù)述這一篇文章,而是聊聊里面的一些關(guān)鍵點(diǎn)和一些有意思的內(nèi)容,拿出來(lái)和大家討論一下。
在人工智能的廣闊領(lǐng)域中,自然語(yǔ)言處理(NLP)技術(shù)作為連接人類語(yǔ)言與機(jī)器智能的橋梁,正逐漸滲透到我們?nèi)粘I畹姆椒矫婷?,其中機(jī)器人技術(shù)便是一個(gè)尤為突出的...
自然語(yǔ)言處理技術(shù)在計(jì)算機(jī)系統(tǒng)中的應(yīng)用
自然語(yǔ)言處理(Natural Language Processing, NLP)作為計(jì)算機(jī)科學(xué)與人工智能領(lǐng)域中的一個(gè)重要分支,其目標(biāo)是讓計(jì)算機(jī)能夠理解、...
2024-07-04 標(biāo)簽:計(jì)算機(jī)自然語(yǔ)言處理nlp 1.6k 0
GPT-4發(fā)布后,你的NLP研究發(fā)生了怎樣的變化?
舉Parsing的例子主要是想說(shuō),Parsing領(lǐng)域的今天就是很多NLP子領(lǐng)域的明天。NLP很多dalao都是做Parsing起家,那他們?yōu)槭裁船F(xiàn)在不做...
作為一種有效的策略,數(shù)據(jù)增強(qiáng) (data augmentation, DA) 緩解了深度學(xué)習(xí)技術(shù)可能失敗的數(shù)據(jù)稀缺情況。
2023-03-16 標(biāo)簽:計(jì)算機(jī)視覺(jué)自然語(yǔ)言處理nlp 1.5k 0
無(wú)監(jiān)督域自適應(yīng)場(chǎng)景:基于檢索增強(qiáng)的情境學(xué)習(xí)實(shí)現(xiàn)知識(shí)遷移
本文對(duì)比了多種基線方法,包括無(wú)監(jiān)督域自適應(yīng)的傳統(tǒng)方法(如Pseudo-labeling和對(duì)抗訓(xùn)練)、基于檢索的LM方法(如REALM和RAG)和情境學(xué)習(xí)...
第三范式:基于預(yù)訓(xùn)練模型 + finetuning 的范式,如 BERT + finetuning 的 NLP 任務(wù),相比于第二范式,模型準(zhǔn)確度顯著提高...
2023-03-03 標(biāo)簽:數(shù)據(jù)模型nlp 1.5k 0
消除早期語(yǔ)言模型的局限性,特別是在預(yù)訓(xùn)練中表現(xiàn)出的單向性。這些限制了可用于預(yù)訓(xùn)練的架構(gòu)選擇,以及微調(diào)的方法。例如,OpenAI的GPT v1使用從左到右...
In-Context-Learning在更大的語(yǔ)言模型上表現(xiàn)不同
最近,在語(yǔ)言模型領(lǐng)域取得了巨大的進(jìn)展,部分是因?yàn)樗鼈兛梢酝ㄟ^(guò)In-Context- Learning ( ICL)來(lái)完 成各種復(fù)雜的任務(wù)。
Continous Batching大模型推理關(guān)鍵技術(shù)
TurboTransformers算是比較早期指出輸入變長(zhǎng)需要新的Batching方法的論文。在2020年上半年,我開(kāi)始思考如何把變長(zhǎng)輸入Batchin...
深入理解BigBird的塊稀疏高效實(shí)現(xiàn)方案
RoBERTa 架構(gòu)的 BigBird 模型現(xiàn)已集成入 transformers 中。本文的目的是讓讀者 深入 了解 BigBird 的實(shí)現(xiàn),并讓讀者能...
2023-11-29 標(biāo)簽:gpu算法Transformer 1.4k 0
nlp神經(jīng)語(yǔ)言和NLP自然語(yǔ)言的區(qū)別
神經(jīng)語(yǔ)言編程(NLP)和自然語(yǔ)言處理(NLP)之間的區(qū)別: 定義: 神經(jīng)語(yǔ)言編程(NLP):NLP是一種心理學(xué)方法,旨在幫助人們更好地理解和控制自己的思...
2024-07-05 標(biāo)簽:計(jì)算機(jī)人工智能自然語(yǔ)言處理 1.4k 0
在自然語(yǔ)言處理界,**模式匹配**可以說(shuō)是最常用的技術(shù)。甚至可以說(shuō),將NLP技術(shù)作為真實(shí)生產(chǎn)力的項(xiàng)目都少不了 **模式匹配**
2023-02-24 標(biāo)簽:模式匹配自然語(yǔ)言處理nlp 1.3k 0
OpenAI所選擇的路徑就是:「Turn compute into alignment」,通過(guò)計(jì)算的量變產(chǎn)生智能的質(zhì)變。計(jì)算需要數(shù)據(jù)、算力、模型框架的共...
在TensorFlow中對(duì)Tensor進(jìn)行拆和裝
TensorCore改進(jìn)的方向就是針對(duì)矩陣乘法(GEMM,General Matrix Mulitiplicaiton)運(yùn)算進(jìn)行優(yōu)化。
2022-12-29 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)tensorflownlp 1.3k 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專題
| 電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺(jué) | 無(wú)人機(jī) | 三菱電機(jī) | ST |
| 伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
| Arduino | BeagleBone | 樹(shù)莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |