Python社区  »  机器学习算法

强的离谱!机器学习大杀器:提示学习火了...

AI有道 • 4 天前 • 21 次点击  

随着预训练语言模型在NLP的研究和应用越来越广泛,提示学习也越来越受到重视。


但是相比端到端的方法,提示学习框架结构复杂多变、实现难度较大,用户在这上面的学习也会比较吃力。


这次,我邀请到了我的朋友—SunnyJ老师,和大家讲一讲提示学习


SunnyJ老师是BAT大厂Lab高级算法研究员,有着5年NLP算法领域经验,也是SemEval竞赛冠军。


这个提示学习课程最吸引我的有2点——


01 理论+实践。适合0基础的,小白也能学透。


02 代码实战。不仅讲解和分析理论,还有代码实战,可以彻底掌握提示学习。


代码实战1
P-tuning

项目背景:

代码实践P-tuning方法,理论分析和实践结合,辨析 Adapter 和 P-tuning 间的异同(hejunxian)。

代码实战2
NER

项目背景:

目前在NER上表现较好的模型的共同的特点都需要大量的数据来进行学习,必须要进行代码实战才能更好掌握。


这套课程:6节课,定价499元,我给大家申请到了特别优惠,仅限本号粉丝,优惠价格为0.99元 感兴趣的同学直接扫码购买,限50人,人满就恢复原价。


原价499元、目前优惠0.99

购课之后一定要加课程老师约课哦




以下为课程完整大纲



从0到1 

入门提示学习

BAT大厂Lab高级算法研究员+前沿理论| 实战入门


0 1
课程内容


第一课:小样本学习概述
  • 小样本学习的基本概念

  • 小样本学习的常见方法&技术路线


第二课:经典小样本学习实践
  • 经典的小样本分类方法

  • 型网络在文本分类中的代码实践


第三课:自然文本生成
  • 讲解自然文本生成模型、方法

  • 预训练语言模型的最新进展

  • 文本生成和 Prompt Learning 的关系


第四课:提示学习概述
  • 提示学习由来

  • 提示学习的分类

  • 提示学习在文本分类和序列标注中的方法介绍


第五课:文本分类与提示学习实践
  • 讲解基于提示学习的文本分类方法:P-tuning等

  • 代码实践基于提示学习的文本分类方


第六课:NER与提示学习
  • 讲解基于提示学习的NER方法:templateNER等

  • 代码实践基于提示学习的NER方法


02
主讲老师—SunnyJ老师


6节课=0.99元

原价499 元、目前优惠0.99

购课之后一定要加课程老师兑课哦

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/149685
 
21 次点击  
分享到微博