이것은 최신 릴리스를 v1.3.2sourcecode.zip으로 다운로드할 수 있는 spacy-transformers라는 Linux 앱입니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
Spacy-transformers라는 이 앱을 OnWorks와 함께 무료로 다운로드하여 온라인에서 실행하십시오.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 OnWorks Linux 온라인 또는 Windows 온라인 에뮬레이터 또는 MACOS 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Linux OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 응용 프로그램을 다운로드하여 설치하고 실행합니다.
스크린 샷
Ad
공간 변압기
기술
spaCy는 종종 파이프라인의 효율성 또는 정확성을 개선하는 데 도움이 될 수 있는 다양한 전송 및 다중 작업 학습 워크플로를 지원합니다. 전이 학습은 단어 벡터 테이블 및 언어 모델 사전 훈련과 같은 기술을 말합니다. 이러한 기술은 원시 텍스트에서 파이프라인으로 지식을 가져오는 데 사용할 수 있으므로 모델이 주석이 달린 예제에서 더 잘 일반화할 수 있습니다. FastText 및 Gensim과 같은 인기 있는 도구에서 단어 벡터를 변환하거나 공간 변환기를 설치하는 경우 사전 훈련된 변환기 모델에서 로드할 수 있습니다. spacy pre train 명령을 통해 고유한 언어 모델 사전 훈련을 수행할 수도 있습니다. 긴 파이프라인을 몇 배 더 효율적으로 만들 수 있는 여러 구성 요소 간에 변환기 또는 다른 컨텍스트 임베딩 모델을 공유할 수도 있습니다. 전이 학습을 사용하려면 예측하려는 항목에 대한 주석이 달린 예가 최소한 몇 개 필요합니다.
특징
- 공유 임베딩 레이어
- Transformer를 추가하여 여러 구성 요소 간에 단일 변압기 또는 다른 tok2vec 모델을 공유할 수 있습니다.
- 변압기 모델 사용
- 변압기 모델은 드롭인 대체품으로 사용할 수 있습니다.
- Transformer 구성요소가 주석을 설정하는 방법을 맞춤설정할 수도 있습니다.
- 교육에 권장되는 워크플로는 spaCy의 구성 시스템을 사용하는 것입니다.
프로그래밍 언어
Python
카테고리
이것은 https://sourceforge.net/projects/spacy-transformers.mirror/에서도 가져올 수 있는 애플리케이션입니다. 무료 운영 체제 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.
