榜单
服务器优惠
AI论文
-
四、FFM模型
四、FFM模型 4.1 模型 4.2 优化算法 4.3 field 分配 4.4 实验效果 四、FFM模型 考虑一组特征：“性别、年龄、城市”。为简化讨论，假设：“年龄”取值集合为 [18,19,20] ， “城市” 取值集合为 [北京,上海,广州,深圳] 。 把离散特征 one-hot 编码，设各 binary 特征分别记作：ma... -
Word Embeddings: Encoding Lexical Semantics
词嵌入：编码形式的词汇语义 Getting Dense Word Embeddings(密集词嵌入） Pytorch中的词嵌入 例子： N-Gram语言模型 练习：计算连续词袋模型的词向量 词嵌入：编码形式的词汇语义 译者：巩子惠 词嵌入是一种由真实数字组成的稠密向量，每个向量都代表了单词表里的一个单词。 在自然语言处理中，总会遇到... -
Config Options
HugeGraph 配置项 Gremlin Server 配置项 Rest Server & API 配置项 基本配置项 RPC server 配置 Cassandra 后端配置项 ScyllaDB 后端配置项 RocksDB 后端配置项 HBase 后端配置项 MySQL & PostgreSQL 后端配置项 PostgreSQL 后端配... -
Config Options
HugeGraph Config Options Gremlin Server Config Options Rest Server & API Config Options Basic Config Options RPC server Config Options Cassandra Backend Config Options ScyllaD... -
4.1.1. 数据转换
1. 数据转换 1.1. 中文分词 算法说明 参数设置 算法参数 实例生成 1.2. 去除停用词 算法说明 参数设置 算法参数 实例生成 1.3. 句子转向量表示（Sentence2Vec） 算法说明 输入参数 输出参数 算法参数 实例生成 1.4. 图像数据切分 算法说明 参数设置 算法参数 实例生成 1.5. ... -
API
ML Commons API Model access control considerations Training the model Request Response Getting model information Path and HTTP methods Registering a model Path and HTTP metho... -
RAG chatbot
RAG chatbot Prerequisite Step 1: Set up a knowledge base Step 2: Prepare an LLM Step 3: Create an agent Step 4: Test the agent Start a conversation Continue a conversation ... -
RAG chatbot with a conversational flow agent
RAG chatbot with a conversational flow agent Prerequisite Step 1: Prepare the knowledge base Step 1.1: Register a text embedding model Step 1.2: Create an ingest pipeline Step 1... -
DataLoader
DataLoader 使用本API的教程文档 DataLoader class paddle.io. DataLoader ( dataset, feed_list=None, places=None, return_list=False, batch_sampler=None, batch_size=1, shuffle=False, drop_... -
使用 PyTorch 进行深度学习
使用PyTorch进行深度学习 深度学习构建模块：仿射变换, 非线性函数以及目标函数 仿射变换 非线性函数 Softmax和概率 目标函数 优化和训练 使用PyTorch创建网络组件 示例: 基于逻辑回归与词袋模式的文本分类器 使用PyTorch进行深度学习 译者：bdqfork 校对者：FontTian 作者 : Ro...