PaddleHub 迁移学习与ULMFiT微调策略 一、简介 二、 ULMFiT 三、 在NLP迁移学习中使用ULMFiT策略 四、在CV迁移学习中使用ULMFiT策略 五、总结 六、参考文献 PaddleHub 迁移学习与ULMFiT微调策略 一、简介 迁移学习（Transfer Learning）顾名思义就是将模型在其它领域学到的...

5 自动理解自然语言 5 自动理解自然语言 我们一直在各种文本和 Python 编程语言的帮助自下而上的探索语言。然而，我们也对通过构建有用的语言技术，开拓我们的语言和计算知识感兴趣。现在，我们将借此机会从代码的细节中退出来，描绘一下自然语言处理的全景图。 纯粹应用层面，我们大家都需要帮助才能找到隐含在网络上的文本中的浩瀚的信息。搜索引擎在网络的发...

页面解析之数据提取 关于结构化的数据 关于非结构化的数据 关于HTML文本（包含JavaScript代码） 一段文本 页面解析之数据提取 一般来讲对我们而言，需要抓取的是某个网站或者某个应用的内容，提取有用的价值，内容一般分为两部分，非结构化的文本，或结构化的文本。 关于结构化的数据 JSON、XML 关于非结构化的数据 关于...

1.5 就职演说语料库 1.5 就职演说语料库 在第1 章，我们看到了就职演说语料库，但是把它当作一个单独的文本对待。图fig-inaugural 中使用的“词偏移”就像是一个坐标轴；它是语料库中词的索引数，从第一个演讲的第一个词开始算起。然而，语料库实际上是 55 个文本的集合，每个文本都是一个总统的演说。这个集合的一个有趣特性是它的时间维度： ...

PyTorch 0.3 中文文档 & 教程 目录结构 PyTorch 0.3 中文文档 & 教程 维护组织：@ApacheCN 协议：CC BY-NC-SA 4.0 欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远。 在线阅读 ApacheCN 学习资源 PyTorch 中文翻译组 | ApacheCN 71...

模型设计介绍 为何如此设计网络呢？ 模型设计介绍 神经网络模型设计是电影推荐任务中重要的一环。它的作用是提取图像、文本或者语音的特征，利用这些特征完成分类、检测、文本分析等任务。在电影推荐任务中，我们将设计一个神经网络模型，提取用户数据、电影数据的特征向量，然后计算这些向量的相似度，利用相似度的大小去完成推荐。 根据第一章中对建模思路的分析，神经...

Learner for the text application Loading a pretrained model match_embeds [source] load_ignore_keys [source] clean_raw_keys [source] load_model_text [source] class Te...

3.7 处理濒危语言时特别注意事项 3.7 处理濒危语言时特别注意事项 语言对科学和艺术的重要性体现在文化宝库包含在语言中。世界上大约 7000 种人类语言中的每一个都是丰富的，在它独特的方面，在它口述的历史和创造的传说，在它的文法结构和它的变化的词汇和它们含义中的细微差别。受威胁残余文化中的词能够区分具有科学家未知的治疗用途的植物亚种。当人们互相接...

自定义数据 一、NLP类任务如何自定义数据 数据准备 自定义数据加载 二、CV类任务如何自定义数据 数据准备 自定义数据加载 自定义数据 训练一个新任务时，如果从零开始训练时，这将是一个耗时的过程，并且效果可能达不到理想的效果，此时您可以利用PaddleHub提供的预训练模型进行具体任务的Fine-tune。您只需要对自定义数据进行相应的...

Known Plugins Plugin compatibility Apps Timelion Extensions Visualizations Other Most Popular Known Plugins Plugin compatibility The Kibana plugin interfaces are in a s...