Esta es la aplicación de Linux llamada spacy-transformers cuya última versión se puede descargar como v1.3.2sourcecode.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada spacy-transformers con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
SCREENSHOTS
Ad
transformadores espaciales
DESCRIPCIÓN
spaCy admite una serie de flujos de trabajo de transferencia y aprendizaje de tareas múltiples que a menudo pueden ayudar a mejorar la eficiencia o la precisión de su canalización. El aprendizaje por transferencia se refiere a técnicas como las tablas de vectores de palabras y el entrenamiento previo del modelo de lenguaje. Estas técnicas se pueden usar para importar conocimiento de texto sin procesar a su canalización, de modo que sus modelos puedan generalizar mejor a partir de sus ejemplos anotados. Puede convertir vectores de palabras de herramientas populares como FastText y Gensim, o puede cargar cualquier modelo de transformador preentrenado si instala transformadores espaciales. También puede hacer su propio entrenamiento previo del modelo de lenguaje a través del comando de entrenamiento previo espacial. Incluso puede compartir su transformador u otro modelo de incrustación contextual en múltiples componentes, lo que puede hacer que las canalizaciones largas sean varias veces más eficientes. Para utilizar el aprendizaje por transferencia, necesitará al menos algunos ejemplos anotados de lo que intenta predecir.
Caracteristicas
- Capas de incrustación compartidas
- Puede compartir un solo transformador u otro modelo tok2vec entre múltiples componentes agregando un Transformador
- Usar modelos de transformadores
- Los modelos de transformadores se pueden usar como reemplazos directos
- También puede personalizar cómo el componente Transformador establece las anotaciones.
- El flujo de trabajo recomendado para la capacitación es usar el sistema de configuración de spaCy
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/spacy-transformers.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.
