参考：人工智能导论
原创
2022-05-31 11:31:09
636阅读
自然语言推理：微调BERT Natural Language Inference: Fine-Tuning BERT SNLI数据集上的自然语言推理任务设计了一个基于注意力的体系结构。现在通过微调BERT来重新讨论这个任务。自然语言推理是一个序列级文本对分类问题，而微调BERT只需要额外的基于MLP
转载
2020-07-03 10:34:00
443阅读
2评论
逻辑是一门语言吗？从莱布尼茨的通用语言，到弗雷格的概念文字，很多的逻辑学家对逻辑的看法首先是想让逻辑成为一门语言，在认知的应用方向，可以替代自然语言。较近的努力包括了德裔美籍逻辑学家、哲学家卡尔纳普（Paul Rudolf Carnap,1891.5-1970.9）的逻辑句法。卡尔纳普把逻辑视为句法问题，他于1934年出版了《语言的逻辑句法》《Logical Syntax of Language》
转载
2024-07-18 23:17:28
82阅读
自然语言推理和数据集 Natural Language Inference and the Dataset 情绪分析的问题。此任务旨在将单个文本序列分类为预定义的类别，例如一组情感极性。然而，当需要判断一个句子是否可以从另一个句子中推断出来，或者通过识别语义上等价的句子来消除冗余时，知道如何对一个文
转载
2020-07-03 07:01:00
413阅读
2评论
RNN概述RNN引入：DNN、CNN 输入、输出定长；处理输入、输出变长问题效率不高。而自然语言处理中的语句通常其长度不固定。单一DNN、CNN 无法处理时序相关序列问题RNN核心思想：将处理问题在时序上分解为一系列相同的“单元”，单元的神经网络可以在时序上展开，且能将上一时刻的结果传递给下一时刻，整个网络按时间轴展开。即可变长。RNN结构RNN输入和输出结构可以等长或不等长，RNN结构按照时序展
转载
2024-08-09 00:01:14
137阅读
本文内容为浙江工业大学王万良慕课课程的课程讲义,将其整理为OneNote笔记同时添加了本人上课时的课堂笔记,且主页中的思维导图就是根据课件内容整理而来,为了方便大家和自己查看
原创
2021-07-21 16:40:22
10000+阅读
1、王某：张健是百事可乐在中国的高级雇员之一。 李某：那怎么可能，张健只喝可口可乐。 对话中李某的陈述隐含的一个前提是（）。 A、可口可乐与百事可乐同属一个总公司 B、张健在可口可乐公司并不受重用 C、张健在百事可乐兼职 D、一般的，所有的高级职员只喝本公司的产品 答案：D2、某次方案投票一共44人参与投票，从A、B、C、D、E五位个方案中选取最佳方案。A方案得选票23张，B方案得选票占第二位，C
转载
2024-03-23 20:04:42
19阅读
自然语言推理：使用注意力机制 Natural Language Inference: Using Attention 自然语言推理任务和SNLI数据集。鉴于许多模型都是基于复杂和深层架构的，Parikh等人提出用注意机制解决自然语言推理问题，并称之为“可分解注意力模型”【Parikh等人，2016年
转载
2020-07-03 08:46:00
560阅读
2评论
总第337篇2019年 第15篇美美导读：美团团队在刚刚结束的WSDM Cup 2019比赛“真假新闻甄别任务”中获得了第二名的好成绩。本文将详细介绍他们本次获奖的解决方...
原创
2021-05-12 09:55:21
708阅读
引入假设给定以下不含音调的拼音字母序列： zu guo wo ai ni 那么，这几个拼音对应的文字到底是什么呢？ 可能的情况有： 1： 祖国 我爱你 2：族锅 我矮你 3：祖国 我挨你 ··· 显然，我们人类是可以轻而易举的知道，第一种解释最合理，可是 我们如何告诉机器第一种解释"最合理"呢? 而且，什么叫最合理？合理的准则是什么？ 历史上，关于某个句子是否合理，存在两大类判断方法： 第一类是所
转载
2024-04-23 17:25:09
108阅读
Keras内置的预定义模型上一节我们讲过了完整的保存模型及其训练完成的参数。 Keras中使用这种方式，预置了多个著名的成熟神经网络模型。当然，这实际是Keras的功劳，并不适合算在TensorFlow 2.0头上。 当前TensorFlow 2.0-alpha版本捆绑的Keras中包含：densenetinception_resnet_v2inception_v3mobilenetmobilen
转载
2024-08-06 23:49:20
54阅读
本教程详细记录了在 ubuntu 上使用 openvino 进行推理的方法。
原创
2022-04-19 16:52:41
1476阅读
编者按：机器推理要求利用已有的知识和推断技术对未见过的输入信息作出判断，在自然语言处理领域中非常重要。此前我们介绍了机器推理系列的概览，机器推理在常识问答、事实检测、跨语言预训练、多轮语义分析和问答任务中的应用，本文作为该系列的第五篇，将介绍微软亚洲研究院在跨模态预训练领域的研究进展。近年来，自然语言处理（NLP）和计算机视觉（CV）两大领域不断碰撞和融合，衍生出很多跨模态研究课题（
转载
2023-10-23 16:47:02
147阅读
丰色 量子位 报道 |最近，NLP明星公司Hugging Face发布了一个叫做Infinity的产品，可以以1ms延时完成Transformer的推理，性能相当高了。但是，厉害归厉害，还是有点贵——1年至少要十几万块 （2万美元）。那有没有什么平替的方法呢？有的！还是开源的、“不费吹灰之力”就可以达到Infinity一些公共基准的那种。并且现在，通过在该方法上施加一个小trick，将T
<<Pytorch推理及范式>>第二节课作业必做题1.从torchvision中加载resnet18模型结构，并载入预训练好的模型权重 ‘resnet18-5c106cde.pth’ (在物料包的weights文件夹中)。import torch
# 加载模型结构
import torchvision.models as models
model = models.resn
转载
2024-01-10 23:51:57
203阅读
既然已经有模型和数据了，是时候在数据上优化模型参数来训练、验证和测试它了。模型训练是一个迭代过程；在每一次迭代（epoch），模型会作出一个预测，计算其预测误差（loss），收集误差关于模型参数的导数（如前一节所述），并使用梯度优化这些参数。关于这一过程的详细信息，可以观看backpropagation from 3Blue1Brown。先决代码我们从Datasets & DataLoad
转载
2023-07-29 20:26:56
152阅读
本文主要讨论一下推理引擎的推理组织流程，包括 英伟达 tensorrt、华为 CANN 以及 TVM。
原创
2022-04-19 17:05:24
1355阅读
自然语言处理（NLP）作为人工智能领域的重要分支，旨在让计算机能够理解、处理和生成人类语言。自然语言推理和常识补全是NLP中的关键任务。自然语言推理要求计算机判断两个句子之间的逻辑关系，如蕴含、矛盾或中立；常识补全则是根据上下文信息补充缺失的常识知识。本系统的目的是利用深度学习技术构建一个高效、准确的AI系统，实
文章目录1、2、推理分类2.1 演绎推理2.1.1 联言推理2.1.2 选言推理1）相容选言命题2）不相容命题2.1.3 假言推理1）充分条件假言推理2）必要条件假言推理2.1.4 三段论2.1.5 复合2.2 归纳推理2.2.1 完全归纳推理2.2.2 不完全归纳推理2.3 类比推理2.3.1 性质类比推理2.3.2 关系类比推理 1、2、推理分类2.1 演绎推理演绎推理是由一般到特殊的推理方
转载
2024-01-22 11:18:17
63阅读
一、作业题目必做题:(1) 把模型改为resnet18，加载相应的模型权重(Lesson2的物料包中有)，跑一下0.jpg和 1.jpg，看一下输出结果。官方 torchvision 训练 mobilenet 和训练 resnet 的方式是一样的，所以数据预处理和数据后处理部分完全相同。(2) 自己找2张其他图，用resnet18做下推理。思考题:(1) 以ResNet18为例，用time模块和f
转载
2023-12-22 15:33:39
172阅读
