斯诺

问题背景 以一个简单的分类任务为例，在处理完数据之后，使用如下code进行训练： 在训练保存最后一次模型之后，同样的dev集，模型训练的结果，和重新使用tf.evaluation 函数测试的结果居然不

因为时间原因实在是来不及一一看那些书籍，经学长指点，直接学习统计翻译的em算法，然后是基于短语的概率翻译表提取，再者就是去学习bp神经网络。 em在ibm model1中的应用，看了很久才看明白，当我

N-gram模型遗留下来的问题就是数据稀疏该怎么办，我们首先来想想这个问题，主要是由于数据稀疏造成的，那么很自然的增加语料库就可以较好的解决这个问题，但是大多数情况下，我们是没办法增加自己的语料库，只

背景 在之前的介绍 GPT3 的时候，我们曾介绍过，目前生成模型正在从 MLM 方向转变为 ICL 方向。目前几乎在搞的大规模预训练模型都是朝着 ICL 方向优化的了，其实从 GPT 开始提出，ope

Logistic 回归虽然名称叫做回归，但其实是一种分类模型； 在周志华老师的西瓜书中，把这一方法叫做：对数几率回归，其实看完整个推导过程，感觉这个名称更合适一些。几率就是一个事件发生的概率和不发生的

前段时间研究了下seq2seq, 想写个web，显示结果，让同组同学测试一下，然后最近就研究了一下python web相关内容，遇到了一些坑，记录一下。 项目需求 web页面上显示三个输入框： 用户在

错误描述及分析 最近跑程序遇到一个很神奇的问题，程序在输出的时候，前面都是正常的，但是中间同样的code在执行的时候却报错： UnicodeEncodeError: 'ascii' codec can

gpt3 是 open ai 在 202x 提出的自回归语言模型，希望模型能像人类一样，通过简单的几个case学习就可以在新任务上有较好的表现。 GPT3 不需要做任何 finetuning 就可以和

在之前的几篇文章中，我们陆陆续续介绍了几篇具有代表性的 embodied ai 方向相关的文章，这篇文章学习了一篇 survery， 同时对这个方向的文章做个总结。 介绍 随着训练数据多样性的变化，目