bert

Deep Learning-Tutorial von Li Hung-yi (von Prof. Li Hung-yi empfohlen 👍, Apple-Buch 🍎), PDF-Download-Adresse: https://github.com/datawhalechina/leedl-tutorial/releases

Tutorial zur natürlichen Sprachverarbeitung für Forscher im Bereich Deep Learning

Benutzerfreundliche und leistungsstarke LLM- und SLM-Bibliothek mit einer großartigen Modell-Sammlung.

🏄 Skalierbares Embedding, Reasoning und Ranking für Bilder und Sätze mit CLIP

Dieses Repository enthält Demos, die ich mit der Transformers-Bibliothek von HuggingFace erstellt habe.

💥 Schnelle, hochmoderne Tokenizer, optimiert für Forschung und Produktion

Pre-Training with Whole Word Masking for Chinese BERT (Chinesische BERT-wwm-Modellreihe)

Groß angelegtes chinesisches Korpus für die natürliche Sprachverarbeitung (NLP)

vits2-Backbone mit multilingual-bert

BertViz: Visualisierung der Attention in Transformer-Modellen

Nutzung von BERT und c-TF-IDF zur Erstellung leicht verständlicher Themen.

Transformer-bezogene Optimierung, einschließlich BERT, GPT

Awesome Pretrained Chinese NLP Models – Sammlung hochwertiger chinesischer vortrainierter Modelle, großer Modelle, multimodaler Modelle und großer Sprachmodelle

Tutorials für den Einstieg in PyTorch und TorchText zur Sentimentanalyse.

Chinesischer Sprachverständnis-Evaluierungsbenchmark: Datensätze, Baselines, vortrainierte Modelle, Korpora und Bestenliste

Minimale Schlüsselwortextraktion mit BERT

State-of-the-Art-Verarbeitung natürlicher Sprache

Chinesische NLP-Lösungen (große Sprachmodelle, Daten, Modelle, Training, Inferenz)

🧠💬 Artikel, die ich über maschinelles Lernen geschrieben habe, archiviert von MachineCurve.com.

Einführungs-, Fortgeschrittenen- und Spezialkurse zu Deep Learning, akademische und industrielle Fallstudien, Deep-Learning-Enzyklopädie und Interview-Fragensammlung.

Schnelleinarbeitung in KI-Theorie und praktische Anwendungen: Grundlagen, Transformer, NLP, ML, DL, Wettbewerbe. Enthält zahlreiche Kommentare und Datensätze mit dem Ziel, dass jeder es verstehen und reproduzieren kann.

Wir möchten ein Repository erstellen, um die Verwendung von Transformers auf Chinesisch zu veranschaulichen.

Open-Source-Framework für Vortrainierungsmodelle in PyTorch und Pre-trained Model Zoo

Top2Vec lernt gemeinsam eingebettete Themen-, Dokument- und Wortvektoren.

In Rust geschriebene, einsatzbereite NLP-Pipelines und Transformer-basierte Modelle (BERT, DistilBERT, GPT2,...)

Chinese-LLaMA 1&2, Chinese-Falcon Basismodelle; ChatFlow chinesisches Dialogmodell; chinesisches OpenLLaMA-Modell; NLP-Prätrainierungs-/Instruction-Tuning-Datensätze

Eine einheitliche Bibliothek für parameter-effizientes und modulares Transfer Learning

Vertrainiertes RoBERTa-Modell für Chinesisch: RoBERTa for Chinese

Jupyter Notebook-Tutorials zum Lösen realer Probleme mit Machine Learning & Deep Learning unter Verwendung von PyTorch. Themen: Gesichtserkennung mit Detectron 2, Zeitreihen-Anomalieerkennung mit LSTM Autoencoders, Objekterkennung mit YOLO v5, Erstellung Ihres ersten neuronalen Netzwerks, Zeitreihenvorhersage für tägliche Coronavirus-Fälle, Sentiment-Analyse mit BERT

Toolkit für maschinelles Lernen, natürliche Sprachverarbeitung und Textgenerierung in TensorFlow. Dies ist Teil des CASL-Projekts: http://casl-project.ai/