Python-小鱼吃猫博客

小鱼吃猫博客

你所热爱的，便是你的生活。

累计撰写 115 篇文章
累计创建 47 个标签
累计收到 14 条评论

目录CONTENT

以下是 Python 相关的文章

置顶 Transformers 框架学习——持续更新 Transformers 框架学习一、概述官方文档 Transformers快速入门二、组件 Transformers框架之分词器（Tokenizer）学习 Transformers框架之Model学习 Transformers框架之Datasets 组件
- 2023-08-01
- 329
- 1
- 8
- Python
- NLP
Pypi本地镜像服务器搭建 Pypi本地镜像服务器搭建主要功能全镜像同步(可以指定镜像源) 下载指定依赖包定时同步快速开始安装依赖 pip install pip2pi==0.8.2 执行main.py 原理其实是下载依赖，然后执行 dir2pi -S . python main.py 此时可以看到package
- 2024-08-30
- 36
- 0
- 1
- 人工智能
- Python
python代码中取消运行中的warning python代码中取消运行中的warning 在Python中，可以使用warnings模块来管理和控制警告的显示。你可以通过设置警告过滤器来控制是否显示特定类型的警告。以下是一些常见的方法来处理警告：过滤警告：可以使用warnings.filterwarnings()函数来设置警告过滤器，从而
- 2023-12-27
- 52
- 0
- 0
- Python
Microsoft Visual C++ 14.0 or greater is required 报错内容 error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools": https://visualstudio.microsoft.com/visual-c
- 2023-09-03
- 108
- 0
- 3
- Python
Python生成图片验证码只需要简简单单几个方法，利用python生成一个验证码图片
- 2023-09-01
- 60
- 0
- 3
- Python
文本摘要之前缀语言模型-GLM 文本摘要相关内容查阅预训练模型实战之文本摘要 1 导入相关包 import os os.environ["CUDA_VISIBLE_DEVICES"] = "1" import torch from datasets import Dataset from transformers import
- 2023-08-30
- 108
- 0
- 1
- NLP
- Python
文本摘要之序列到序列模型-t5 文本摘要相关内容查阅预训练模型之文本摘要 1 导入相关包 import os os.environ["CUDA_VISIBLE_DEVICES"] = "1" import torch from datasets import Dataset from transformers import Au
- 2023-08-30
- 89
- 0
- 1
- NLP
- Python
预训练模型实战之文本摘要文本摘要是指通过各种技术，对文本或者是文本的集合，抽取、总结或是精炼其中的要点信息，用以概括和展示原始文本的主要内容或大意。作为文本生成任务的主要方向之一，从本质上而言，这是一种信息压缩技术。文本摘要技术是信息爆炸时代，提升人们获取有效信息效率的关键技术之一，如何从冗余、非结构化的长文本中提炼出关键信息，构成精简通顺的摘要，是文本摘要的核心问题。
- 2023-08-30
- 96
- 0
- 5
- NLP
- Python
预训练模型分类及其代码实战本文是带你手把手对预训练模型进行继续训练。预训练模型分类对于什么预训练模型，以及预训练模型的由来，可以参考知乎上的“请问深度学习中预训练模型是指什么？如何得到？”，一个比一个好。本文主要是以代码的角度进行解析如何与对这些预训练模型进行继续训练。目前预训练模型的分类以及适用任务：序列到序列（T
- 2023-08-23
- 67
- 0
- 4
- Python
- NLP
基于BERT+LSTM+CRF的命名实体识别定义参数 class CommonConfig: bert_dir = "hfl/chinese-macbert-base" output_dir = "./checkpoint/" data_dir = "./data" class NerConfig: def
- 2023-08-18
- 94
- 0
- 4
- Python
- NLP

1
2