模型压缩 功能 安装 使用 部分压缩策略效果 分类模型 图像检测模型 数据：Pascal VOC；模型：MobileNet-V1-YOLOv3 数据：COCO；模型：MobileNet-V1-YOLOv3 搜索 模型压缩 PaddleSlim是一个模型压缩工具库，包含模型剪裁、定点量化、知识蒸馏、超参搜索和模型结构搜索等一系列模型压...

模型压缩 功能 安装 使用 部分压缩策略效果 分类模型 图像检测模型 数据：Pascal VOC；模型：MobileNet-V1-YOLOv3 数据：COCO；模型：MobileNet-V1-YOLOv3 搜索 模型压缩 PaddleSlim是一个模型压缩工具库，包含模型剪裁、定点量化、知识蒸馏、超参搜索和模型结构搜索等一系列模型压...

评价指标 分类任务评价 序列标注任务评价 生成任务评价 评价指标 在神经网络训练过程中或者训练完成后，需要评价模型的训练效果。评价的方法一般是计算全体预测值和全体真值(label)之间的距离，不同类型的任务会使用不同的评价方法，或者综合使用多个评价方法。在具体的任务中，可以选用一种或者多种评价方法。下面对常用的评价方法按照任务类型做介绍。 ...

4.2 λ演算 4.2 λ演算 在3 中，我们指出数学集合符号对于制定我们想从文档中选择的词的属性 P 很有用。我们用(31) 说明这个，它是“所有 w 的集合，其中 w 是 V（词汇表）的元素且 w 有属性 P”的表示。 >>> read_expr = nltk . sem . Expression . fromstring >>> ...

Fine-tune保存的模型如何转化为一个PaddleHub Module 模型基本信息 Module创建 step 1. 创建必要的目录与文件 step 2. 编写Module处理代码 step 2_1. 引入必要的头文件 step 2_2. 定义ERNIE_Tiny_Finetuned类 step 2_3. 执行必要的初始化 step 3_4....

九、BERT 扩展 9.1 BERT-wwm-ext 9.2 RoBERTa 9.2.1 实验探索 9.2.2 实验结果 九、BERT 扩展 9.1 BERT-wwm-ext 原始版本的 BERT 采用了WordPiece tokenize 来预处理，即把每个单词拆解一些 wordpiece token 。 wordpiece...

Examples Semantic Search LLM Pipelines Workflows Model Training Scale Architecture Releases Applications Examples See below for a comprehensive series of example not...

LoDTensor 变长序列的解决方案 LoD 索引 LoDTensor的偏移表示 LoD-Tensor 代码示例 FAQ： 总结 LoDTensor LoD(Level-of-Detail) Tensor是Paddle的高级特性，是对Tensor的一种扩充。LoDTensor通过牺牲灵活性来提升训练的效率。 注：对于大部分用户来说，...