大模型微调RACE数据集的进一步实验

利用ALBERT和机器学习来做文本分类

Keras介绍  Keras是一个开源的高层神经网络API，由纯Python编写而成，其后端可以基于Tensorflow、Theano、MXNet以及CNTK。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果。Keras适用的Python版本是：Python 2.7-3.6。  Keras，在希腊语中意为“角”（horn），于2015年3月份第一次发行，它可以在Windows,..

  笔者在去年的时候，给出了利用深度学习来构建知识图谱的一次尝试，文章为：利用关系抽取构建知识图谱的一次尝试 ，本文将会更出更多的例子，也是笔者近一个星期的忙碌结果。  下面为知识图谱构建的例子，由笔者原创，是从新闻或者小说中直接抽取而来，加上大量时间的人工整理而得到，下面的图片是从Neo4J导出并截图。  例子1：《平凡的世界》实体关系图（局部）：  例子2：《白鹿原》实体关系图（局部）...

本文将会介绍如何在PyTorch中使用CNN模型进行中文文本分类。

本文介绍了量化基本概念，PyTorch模型量化方式，以及对BERT模型训练后进行动态量化后在推理效果和推理性能上的实验。

  在北京做某个项目的时候，客户要求能够对数据进行训练、预测，同时能导出模型，还有在页面上显示训练的进度。前面的几个要求都不难实现，但在页面上显示训练进度当时笔者并没有实现。  本文将会分享如何在Keras中将模型训练的过程实时可视化。  幸运的是，已经有人帮我们做好了这件事，这个项目名叫hualos，Github的访问网址为：https://github.com/fchollet/hualo..

本文将会介绍在大模型（LLM）时代下，如何在开放领域进行三元组抽取。本文内容已开源至Github，网址为：https://github.com/percent4/llm_open_triplet_extraction .

本文篇幅较长，主要介绍了知识蒸馏的基本概念和原理，并通过笔者自己的亲身试验，验证了知识蒸馏的有效性，在稍微降低模型效果的前提下，模型的推理速度获得了极大提升。

Python爬虫——解决urlretrieve下载不完整问题且避免用时过长