个人简介

Echo Blog


江湖无名 安心练剑
  • dive-into-llms-21-通过机器学习模式实现 sentiment-analysis
    背景 使用机器学习的思路实现 sentiment-analysis 预训练语言模型微调与部署 chat 用传统机器学习做文本分类的完整实现思路 我帮你梳理一下 用传统机器学习做文本分类的完整实现思路,从数据处理到模型训练、预测、评估,每一步都清楚说明。 一、整体流程 传统机器学习做文本分类,一般遵循以下步骤: 文本数据 → 文本预处理 → 特征提取 → 训练模型 → 预测...
    2025-11-03 12:40:12 | AI
  • dive-into-llms-21-传统机器学习在各个领域的使用
    背景 chat 传统机器学习在各个领域的使用 好——下面给你一份尽可能全面、结构化、可落地的清单:除了 NLP 之外,各领域常见的经典问题、对应的传统/经典机器学习解决方案、常见特征工程方法、评估指标、实际注意点与典型工具/库。每一项都尽量给出:问题 → 典型方法 → 特征/流程 → 指标 → 实战提示。篇幅比较长,但我把结构固定了,方便你检索与复用;需要我把某个领域展开成更细的实战模...
    2025-11-03 12:40:12 | AI
  • dive-into-llms-21-通过机器学习在 NLP 领域的使用
    背景 chat 传统机器学习有哪些实际问题的应用场景,比如 NLP 领域,越详细越好。给出尽可能全的应用场景 非常好的问题👏! 很多人提到 “传统机器学习” 就会想到“分类”“回归”,但其实在 NLP(自然语言处理) 等现实领域里,它依然有非常多且成熟的落地场景。 即使现在深度学习主导 NLP,但传统 ML 的思想和算法仍然是很多系统的“底层骨架”,尤其在: 数据量不大; ...
    2025-11-03 12:40:12 | AI
  • dive-into-llms-20-机器学习和深度学习对比
    背景 学习 dive-into-llms chat 机器学习和深度学习对比 好的,我们来系统地对比 传统机器学习(Machine Learning, ML) 和 深度学习(Deep Learning, DL) 的区别,帮你快速建立清晰的认知。 一、基本概念 类型 定义 传统机器学习 ...
    2025-11-03 12:40:12 | AI
  • dive-into-llms-20-传统机器学习(Traditional Machine Learning)
    chat 详细介绍一下机器学习 既然你想深入了解 “传统的机器学习”(Traditional Machine Learning),我们就系统、清晰地把它讲透。 我会帮你从背景 → 思想 → 算法体系 → 应用案例 → 与深度学习的区别五个角度展开。 🧭 一、什么是传统机器学习? 传统机器学习(Traditional Machine Learning) 指的是在“深度学习”...
    2025-11-03 12:40:12 | AI
  • dive-into-llms-104-给出从机器学习、深度学习、LLM 从开始到现在的整个发展历史
    chat AI 发展历史 理解 机器学习 → 深度学习 → 大语言模型(LLM) 的发展历史,能帮你从“全景视角”看清整个 AI 领域的演化逻辑。 下面我会系统梳理从 1950s 到 2025 年的技术脉络,包括关键人物、重要论文、标志性模型和时代转折点。 我们可以把整个历程分成 七个时代。 🧭 一、AI 全景时间线(1950s–2025) 时代...
    2025-11-03 12:40:12 | AI
  • dive-into-llms-06-Transformers pipeline 介绍
    Transformers pipeline 支持的任务 任务 描述 模态 Pipeline 示例 文本分类 为给定的文本序列分配一个标签 NLP pipeline(task="sentiment-analysis") ...
    2025-11-03 12:40:12 | AI
  • dive-into-llms-07-Transformers pipeline 入门例子
    pipeline 例子 python 我直接命令行测试,很不幸,开门失败。 PS C:\Users\Administrator> python Python 3.13.0a5 (tags/v3.13.0a5:076d169, Mar 12 2024, 21:29:03) [MSC v.1938 64 bit (AMD64)] on win32 Type "help", "copy...
    2025-11-03 12:40:12 | AI