深度学习系列25：注意力机制
1. 从embedding到Encoder-Decoder1.1 Embedding首先需要用到embedding，把K维的0-1特征向量用k维的浮点数特征向量表示。直观代码如下：from keras.models import Sequentialfrom keras.layers import
Huggingface微调BART的代码示例：WMT16数据集训练新的标记进行翻译
BART模型是用来预训练seq-to-seq模型的降噪自动编码器（autoencoder）。它是一个序列到序列的模型，具有对损坏文本的双向编码器和一个从左到右的自回归解码器，所以它可以完美的执行翻译任务。
NLP / LLMs中的Temperature 是什么?
ChatGPT, GPT-3, GPT-3.5, GPT-4, LLaMA, Bard等大型语言模型的一个重要的超参数
NLP学习笔记——情感分析一 (简介)
情感分析的研究现状、技术方法、存在问题等简单介绍。
NLP进阶，Bert+BiLSTM情感分析实战
Bert+BiLSTM做情感分析情感分析情感分析一类的任务比如商品评价正负面分析，敏感内容分析，用户感兴趣内容分析、甚至安全领域的异常访问日志分析等等实际上都可以用文本分类的方式去做，情感分析的问题本质是个二分类或者多分类的问题。什么是Bert？BERT的全称为Bidirectional Encod
BertTokenizer 使用方法
BertTokenizer 使用方法，BertTokenizer 函数详解，tokenizer使用方法
CLIP：语言-图像表示之间的桥梁
然而CLIP的多模态架构通过在相同的潜在空间中学习语言和视觉表现在二者之间建立了桥梁。因此，CLIP允许我们利用其他架构，使用它的“语言-图像表示”进行下游任务。
人工智能里程碑ChatGPT之最全详解图解
ChatGPT最全详细图解
【Microsoft】与 Bing AI 进行 ⌈狂飙⌋
近期，ChatGPT以其强大的学习能力和多功能性迅速走红全网。它不仅可以流畅自然地进行对话，还能优秀地完成翻译、撰写文章、编码等任务。这一新一代人工智能技术的崛起，再次引发了全球范围内的人工智能浪潮，并有望对许多行业领域的未来产生重大影响。
关于Attention的超详细讲解
文章目录一、动物的视觉注意力二、快速理解Attention思想三、从Encoder-Decoder框架中理解为什么要有Attention机制四、Attention思想步骤五、Self-Attention5.1 Self-Attention的计算步骤5.2 根据代码进一步理解Q、K、V5.3 再来一个
GPT系列学习笔记：GPT、GPT2、GPT3
GPT、GPT2、GPT3的区别和联系。
从 ELMo 到 ChatGPT：历数 NLP 近 5 年必看大模型
从ELMo到ChatGPT：历数NLP近5年必看大模型
一文读懂ChatGPT模型原理
（本文是ChatGPT原理介绍，但没有任何数学公式，可以放心食用）前言这两天，ChatGPT模型真可谓称得上是狂拽酷炫D炸天的存在了。一度登上了知乎热搜，这对科技类话题是非常难的存在。不光是做人工智能、机器学习的人关注，而是大量的各行各业从业人员都来关注这个模型，真可谓空前盛世。我赶紧把 OpenA
GPT-3 vs Bert vs GloVe vs Word2vec 文本嵌入技术的性能对比测试
本文将GPT3与三种传统文本嵌入技术GloVe、Word2vec（Mikolov ，2013 年）和 BERT生成的嵌入进行性能的简单对比。
Encoder-Decoder 模型架构详解
文章目录概述Seq2Seq（ Sequence-to-sequence ）Encoder-Decoder的缺陷Attention 机制的引入Transformer中的Encoder-Decoder概述Encoder-Decoder 并不是一个具体的模型，而是一个通用的框架。Encoder 和
2023 年8个ChatGPT 的替代品
OpenAI 于 2022 年 11 月下旬推出的 ChatGPT 在网络世界引起了不小的轰动。其实还有许多其他的机器人在本文中，我将整理8 个 ChatGPT 替代方案。
【自然语言处理（NLP）】基于GRU实现情感分类
【自然语言处理（NLP）】基于GRU实现情感分类，基于百度飞桨开发，参考于《机器学习实践》所作。
猿创征文｜【深度学习前沿应用】文本生成
【自然语言处理（NLP）】文本生成，基于百度飞桨开发，参考于《机器学习实践》所作。
OpenAI是什么？
在未来，人工智能将是一个巨大的行业。OpenAI正致力于创造一个生态系统，该系统能够使任何人都可以使用、分享和扩展其 AI技能。它为用户提供了一种新的方式，让任何人都可以学习新技术并且在这个世界上变得更好。
【自然语言处理（NLP）】基于循环神经网络实现情感分类
【自然语言处理（NLP）】基于循环神经网络实现情感分类，基于百度飞桨开发，参考于《机器学习实践》所作。
