Ini ialah apl Linux bernama spacy-transformers yang keluaran terbarunya boleh dimuat turun sebagai spacy_transformers-1.3.9.tar.gz. Ia boleh dijalankan dalam talian dalam penyedia pengehosan percuma OnWorks untuk stesen kerja.
Muat turun dan jalankan dalam talian apl bernama spacy-transformers dengan OnWorks ini secara percuma.
Ikut arahan ini untuk menjalankan apl ini:
- 1. Memuat turun aplikasi ini dalam PC anda.
- 2. Masukkan dalam pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXXX dengan nama pengguna yang anda mahukan.
- 3. Muat naik aplikasi ini dalam pengurus filem tersebut.
- 4. Mulakan OnWorks Linux dalam talian atau emulator dalam talian Windows atau emulator dalam talian MACOS dari tapak web ini.
- 5. Daripada OS Linux OnWorks yang baru anda mulakan, pergi ke pengurus fail kami https://www.onworks.net/myfiles.php?username=XXXX dengan nama pengguna yang anda mahukan.
- 6. Muat turun aplikasi, pasang dan jalankan.
SKRIN:
pengubah ruang
HURAIAN:
spaCy menyokong beberapa aliran kerja pemindahan dan pembelajaran berbilang tugas yang selalunya boleh membantu meningkatkan kecekapan atau ketepatan saluran paip anda. Pembelajaran pemindahan merujuk kepada teknik seperti jadual vektor perkataan dan pralatihan model bahasa. Teknik ini boleh digunakan untuk mengimport pengetahuan daripada teks mentah ke dalam saluran paip anda, supaya model anda dapat membuat generalisasi dengan lebih baik daripada contoh beranotasi anda. Anda boleh menukar vektor perkataan daripada alatan popular seperti FastText dan Gensim, atau anda boleh memuatkan dalam mana-mana model pengubah terlatih jika anda memasang pengubah spacy. Anda juga boleh melakukan pralatihan model bahasa anda sendiri melalui arahan pra train spacy. Anda juga boleh berkongsi pengubah anda atau model pembenaman kontekstual yang lain merentas berbilang komponen, yang boleh menjadikan saluran paip panjang beberapa kali lebih cekap. Untuk menggunakan pembelajaran pemindahan, anda memerlukan sekurang-kurangnya beberapa contoh beranotasi untuk perkara yang anda cuba ramalkan.
Ciri-ciri
- Lapisan benam yang dikongsi
- Anda boleh berkongsi satu transformer atau model tok2vec lain antara berbilang komponen dengan menambahkan Transformer
- Gunakan model transformer
- Model pengubah boleh digunakan sebagai pengganti drop-in
- Anda juga boleh menyesuaikan cara komponen Transformer menetapkan anotasi
- Aliran kerja yang disyorkan untuk latihan adalah menggunakan sistem konfigurasi spaCy
Bahasa Pengaturcaraan
Python
Kategori
Ini adalah aplikasi yang juga boleh diambil dari https://sourceforge.net/projects/spacy-transformers.mirror/. Ia telah dihoskan dalam OnWorks untuk dijalankan dalam talian dengan cara yang paling mudah daripada salah satu Sistem Operasi percuma kami.