https://linkedbus.com/sitetag/%E9%A2%84%E8%AE%AD%E7%BB%83%E6%A8%A1%E5%9E%8B/ Recent content in 预训练模型 on 链氪巴士 Hugo -- gohugo.io zh-CN Tue, 10 Dec 2024 15:37:03 +0800 https://linkedbus.com/sites/22910.html Tue, 10 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/22910.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post TorchGeo-地理空间数据处理的全方位工具" /><p class="site-visit"><a href="https://github.com/microsoft/torchgeo" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="项目名torchgeo-为地理空间数据提供数据集采样器转换和预训练模型"><a href="#%e9%a1%b9%e7%9b%ae%e5%90%8dtorchgeo-%e4%b8%ba%e5%9c%b0%e7%90%86%e7%a9%ba%e9%97%b4%e6%95%b0%e6%8d%ae%e6%8f%90%e4%be%9b%e6%95%b0%e6%8d%ae%e9%9b%86%e9%87%87%e6%a0%b7%e5%99%a8%e8%bd%ac%e6%8d%a2%e5%92%8c%e9%a2%84%e8%ae%ad%e7%bb%83%e6%a8%a1%e5%9e%8b" class="header-anchor"></a>项目名：TorchGeo-为地理空间数据提供数据集、采样器、转换和预训练模型 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>TorchGeo是一个PyTorch领域库，类似于torchvision，专门为地理空间数据提供数据集、采样器、转换和预训练模型。它旨在简化机器学习专家处理地理空间数据的过程，也便于遥感专家探索机器学习解决方案。可以使用pip安装，同时文档涵盖API、贡献指南和多个教程。</p> https://linkedbus.com/sites/21511.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21511.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post brightmart/albert_zh：海量中文预训练ALBERT模型" /><p class="site-visit"><a href="https://github.com/brightmart/albert_zh" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名brightmartalbert_zh海量中文预训练albert模型"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dbrightmartalbert_zh%e6%b5%b7%e9%87%8f%e4%b8%ad%e6%96%87%e9%a2%84%e8%ae%ad%e7%bb%83albert%e6%a8%a1%e5%9e%8b" class="header-anchor"></a>【Github】项目名：brightmart/albert_zh：海量中文预训练ALBERT模型 </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>这是一个基于TensorFlow实现的ALiteBertForSelf – SupervisedLearningLanguageRepresentations项目。项目提供了不同版本（如TensorFlow、PyTorch和Keras）的中文ALBERT预训练模型，这些模型在参数数量、训练速度、模型效果等方面各有特点。例如albert_tiny_zh模型训练和推理速度提升约10倍，在语义相似度数据集LCQMC测试集上达到85.4%。项目还包含预训练、下游任务微调等操作的相关代码示例以及模型转换（如转换为TensorflowLite格式）和性能测试等内容。</p> https://linkedbus.com/sites/21580.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21580.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post CLUE：中文语言理解测评基准：数据集、模型、语料库与排行榜" /><p class="site-visit"><a href="https://github.com/CLUEbenchmark/CLUE" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名clue--中文语言理解测评基准"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dclue--%e4%b8%ad%e6%96%87%e8%af%ad%e8%a8%80%e7%90%86%e8%a7%a3%e6%b5%8b%e8%af%84%e5%9f%ba%e5%87%86" class="header-anchor"></a>【Github】项目名：CLUE – 中文语言理解测评基准 </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>CLUE是一个中文语言理解测评基准项目，即Chinese Language Understanding Evaluation Benchmark。它包含了数据集（datasets）、基准（预训练）模型（baselines, pre – trained models）、语料库（corpus）和排行榜（leaderboard）等内容。其数据集具有代表性，覆盖不同任务、数据量和任务难度，例如有蚂蚁语义相似度（AFQMC）、今日头条新闻分类（TNEWS）等多种数据集，可用于多种自然语言处理任务的测评。</p> https://linkedbus.com/sites/21553.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21553.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post PaddlePaddle/PaddleHub：基于PaddlePaddle的预训练模型工具包" /><p class="site-visit"><a href="https://github.com/PaddlePaddle/PaddleHub" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名paddlepaddlepaddlehub基于paddlepaddle的预训练模型工具包"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dpaddlepaddlepaddlehub%e5%9f%ba%e4%ba%8epaddlepaddle%e7%9a%84%e9%a2%84%e8%ae%ad%e7%bb%83%e6%a8%a1%e5%9e%8b%e5%b7%a5%e5%85%b7%e5%8c%85" class="header-anchor"></a>【Github】项目名：PaddlePaddle/PaddleHub：基于PaddlePaddle的预训练模型工具包 </h2><h3 id="项目简介"><a href="#%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>项目简介 </h3><p>PaddleHub是一个基于PaddlePaddle的很棒的预训练模型工具包。它包含400多个模型，涵盖图像、文本、音频、视频和跨模态等领域，并且具有容易推理和服务的特点。支持Linux、Windows和MacOS等多种平台。</p> https://linkedbus.com/sites/21501.html Fri, 06 Dec 2024 00:00:00 +0800 https://linkedbus.com/sites/21501.html <img src="https://linkedbus.com/uploads/linkedbus.com/favicon/1733218100-images.png" alt="Featured image of post ymcui/Chinese-BERT-wwm：基于全词掩码的中文BERT预训练模型" /><p class="site-visit"><a href="https://github.com/ymcui/Chinese-BERT-wwm" target="_blank" rel="noopener nofollow">访问官网 →</a></p> <h2 id="github项目名ymcuichinese--bert--wwm基于全词掩码的中文bert预训练模型"><a href="#github%e9%a1%b9%e7%9b%ae%e5%90%8dymcuichinese--bert--wwm%e5%9f%ba%e4%ba%8e%e5%85%a8%e8%af%8d%e6%8e%a9%e7%a0%81%e7%9a%84%e4%b8%ad%e6%96%87bert%e9%a2%84%e8%ae%ad%e7%bb%83%e6%a8%a1%e5%9e%8b" class="header-anchor"></a>【Github】项目名：ymcui/Chinese – BERT – wwm：基于全词掩码的中文BERT预训练模型 </h2><h3 id="一项目简介"><a href="#%e4%b8%80%e9%a1%b9%e7%9b%ae%e7%ae%80%e4%bb%8b" class="header-anchor"></a>一、项目简介 </h3><p>在自然语言处理领域，预训练语言模型是非常重要的基础技术。此项目发布了基于全词掩码（WholeWordMasking）技术的中文预训练模型BERT – wwm，以及相关模型（如BERT – wwm – ext等）。项目提供了模型的详细信息，包括不同版本模型的参数、数据来源、下载方式等内容，并且展示了这些模型在多个中文数据集上进行测试的结果。</p>