写文章
- @weixin_55236001
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
自然语言处理【NLP】系列——实战自然语言推理中的问答任务（小白级入门教程）
在问答任务（Question Answering）中，BERT 等模型通过给定一个问题和一段段落，预测出段落中最有可能作为答案的子串。
Batch Normalization和Layer Normalization的区别（一）
笔者在学习Vision Transformer模型时，注意到Transformer Encoder模块中，在进行多头注意力机制（Multi-Head Attention）和前馈神经网络层（MLP）之前都会进行Layer Normalization。想到之前在学习其他模型时用到的Batch Normalization，于是提出疑问：二者的主要区别以及适用情况是什么？特整理出该文进行系统地学习。
自然语言处理【NLP】系列之文本分类——为情绪识别微调BERT（小白级入门教程）
本篇博文主要用来学习如何为一个文本分类任务微调BERT模型，本次具体要做的任务是情绪识别，属于入门级教程哦！
CLIP预训练方法——对比学习
对于一个向量 v = [v1, v2, ..., vk]，它的 L2 范数（也叫欧几里得长度或模或向量的长度）是：L2 归一化就是用这个向量的每一个元素。
CLIP预训练方法——对比学习
对于一个向量 v = [v1, v2, ..., vk]，它的 L2 范数（也叫欧几里得长度或模或向量的长度）是：L2 归一化就是用这个向量的每一个元素。
到底了