DengBoCong

集成主流的Prompt-tuning相关方法，以及search template策略，提供Prompt-tuning完整的执行pipeline。

文本相似度（匹配）计算，提供Baseline、训练、推理、指标分析...代码包含TensorFlow/Pytorch双版本，特别适合新手上手！

分类问题的目标是预测输入数据点所对应的单一离散的标签。另一种常见的机器学习问题是回归问题，它预测一个连续值而不是离散的标签，例如，根据气象数据 预测明天的气温，或者根据软件说明书预测完成软件项目所需要的时间。不要将回归问题与 logistic 回归算法混为一谈。令人困惑的是，lo...

构建一个网络，将路透社新闻划分为46 个互斥的主题。因为有多个类别，所以 这是多分类（multiclass classification）问题的一个例子。因为每个数据点只能划分到一个类别， 所以更具体地说，这是单标签、多分类（single-label, multiclass cl...

二分类问题可能是应用最广泛的机器学习问题。在这个例子中，你将学习根据电影评论的 文字内容将其划分为正面或负面。本节使用IMDB 数据集，它包含来自互联网电影数据库（IMDB）的50 000 条严重两极分 化的评论。数据集被分为用于训练的 25 000 条评论与用于测试的 25 0...

数据存储在多维Numpy 数组中，也叫张量（tensor）。一般来说，当前所有机器学习系统都使用张量作为基本数据结构。张量对这个领域非常重要，重要到Google 的 TensorFlow 都以它来命名。那么什么是张量？ 张量这一概念的核心在于，它是一个数据容器。它包含的数据几乎总...

开局一张图，你的清楚的认识到人工智能、机器学习、深度学习这些概念的关系，了解了之后，我们在进行接下来的讨论。为了给出深度学习的定义并搞清楚深度学习与其他机器学习方法的区别，我们首先需要知道机器学习算法在做什么。我们有个大致的认识，给定包含预期结果的示例，机器学习将会发现执行一项数...

《统计学习方法》第二版出了有段时间了，最近得空可以拜读一下。之前看第一版的时候还是一年多以前，那个时候看的懵懵懂懂的，很吃力。希望这一次能够有所收获，能够收获新的东西，这些文章只是用于记录相关的一些要点，以及补充一下内容，仅供学习用。感知机是二类分类的线性分类模型。L(w,b)的...

《统计学习方法》第二版出了有段时间了，最近得空可以拜读一下。之前看第一版的时候还是一年多以前，那个时候看的懵懵懂懂的，很吃力。希望这一次能够有所收获，能够收获新的东西，这些文章只是用于记录相关的一些要点，以及补充一下内容，仅供学习用。关于机器学习三要素，也有另外一种的解读：模型，...