data preparation | BriefGPT

关键词data preparation

搜索结果 - 26

挪威语大规模上下文语言建模
本文介绍了 NorLM 计划，旨在支持创建和使用极大的上下文化语言模型来支持挪威语（以及原则上其他北欧语言）的研究与应用，该计划提供了一个可用的软件环境和数据集，同时也提供了一份学习的经验报告。文章介绍了基于 ELMo 和 BERT 框架的
PDF3 years ago
PyTorch-Direct：通过 GPU 中心数据访问实现对具有不规则访问的大规模图神经网络训练的支持
PyTorch-Direct 通过引入 GPU-centric 数据访问范式为 GNN 训练提供了高效的数据访问方式，大大缩短了数据传输时间，提高了训练速度，并减少了训练过程中对 CPU 资源的利用，从而节省了系统功率。
PDF3 years ago
RPT: 关系预训练变换器几乎满足数据准备民主化的所有需求
RPT 是一种加噪自编码器，可用于元组到元组模型的预训练。它采用了一种基于 Transformer 的神经翻译架构，可推广 BERT 和 GPT，并可支持数据准备任务，例如数据清理，值规范化，数据变换和数据注释等。此外，它具有 fine-t
PDF4 years ago
KDDDriveML: 一个用于自动驾驶机器学习的 R 软件包
本文介绍了一个名为 DriveML 的自动机器学习工具包，可用于自动数据准备，特征工程，模型构建和模型解释，并与其他相关工具包进行了比较。研究表明，DriveML 表现最佳，能够减少开发时间，降低开发人员的错误，优化机器学习模型并提高可重复
PDF4 years ago
KDDSherlock: 一种深度学习方法用于语义数据类型检测
本研究提出了 Sherlock，一种利用深度学习进行语义类型检测的多输入模型，并从 VizNet 语料库中训练出此模型，并取得了良好的检测效果，支持重量级 F1 得分高达 0.89。
PDF5 years ago
卷积神经网络在空气动力学中的应用：预测翼型升力系数
本文探究了卷积神经网络技术在空气动力元模型任务中的适应性，由此为多变的流动条件和物体几何形状开发了合适的 CNN 架构，并比较了多层感知器的训练结果，发现新提出的元模型概念具有与多层感知器相当的学习能力，尤其是我们的 CNN 模型在几何表示
PDF7 years ago