دسته ماشین لرنینگ

برنامه های کاربردی با بردارهای زمینه

gptfa

این پست به دو بخش تقسیم می شود. آنها عبارتند از: • استخراج کلمات کلیدی متنی • جمع آوری متن متنی استخراج کلمه کلیدی متنی تکنیکی برای شناسایی مهمترین کلمات در یک سند مبتنی بر ارتباط متنی آنها است. منبع:…

بیشتر بخوانیدبرنامه های کاربردی با بردارهای زمینه

تولید و تجسم بردارهای زمینه در ترانسفورماتورها

gptfa

این پست به سه قسمت تقسیم می شود. آنها عبارتند از: • درک بردارهای زمینه • تجسم بردارهای متن از لایه های مختلف • تجسم الگوهای توجه بر خلاف تعبیه کلمات سنتی (مانند Word2VEC یا دستکش) ، که یک وکتور…

بیشتر بخوانیدتولید و تجسم بردارهای زمینه در ترانسفورماتورها

نحوه انجام بهینه سازی Hyperparameter Scikit-Learn با Optuna

gptfa

Optuna یک چارچوب یادگیری ماشین است که به طور خاص برای اتوماسیون بهینه سازی هایپرپارامتر طراحی شده است ، یعنی پیدا کردن یک تنظیم خارجی ثابت از مدل یادگیری ماشین ، هایپرپارامترها که عملکرد مدل را بهینه می کند. منبع:…

بیشتر بخوانیدنحوه انجام بهینه سازی Hyperparameter Scikit-Learn با Optuna

5 دلیل زنده بودن یادگیری ماشین سنتی در عصر LLMS

gptfa

امروزه ، همه افراد در AI و جوامع مرتبط در مورد مدل های AI تولید کننده ، به ویژه مدل های بزرگ زبان (LLM) در پشت برنامه های گسترده مانند ChatGPT صحبت می کنند ، گویی که آنها کاملاً زمینه…

بیشتر بخوانید5 دلیل زنده بودن یادگیری ماشین سنتی در عصر LLMS

با استفاده از کلاس های خودکار در کتابخانه ترانسفورماتور

gptfa

این پست به سه قسمت تقسیم می شود. آنها عبارتند از: • کلاس های خودکار چیست • نحوه استفاده از کلاس های خودکار • محدودیت های کلاس های اتومبیل هیچ کلاس به نام “autoclass” در کتابخانه ترانسفورماتور وجود ندارد. منبع:…

بیشتر بخوانیدبا استفاده از کلاس های خودکار در کتابخانه ترانسفورماتور