当前位置:网站首页>Cadre du Paddle: aperçu du paddlelnp [bibliothèque de développement pour le traitement du langage naturel des rames volantes]

Cadre du Paddle: aperçu du paddlelnp [bibliothèque de développement pour le traitement du langage naturel des rames volantes]

2022-07-06 01:27:00 U013250861

PaddleNLP C'est la base de développement du traitement du langage naturel pour les rames volantes,Avec Champ de texte facile à utiliserAPI,Exemple d'application Multi - Scénarios、Et Formation distribuée haute performance Trois caractéristiques principales,Conçu pour améliorer l'efficacité de la modélisation textuelle des développeurs de pales volantes,Conçu pour améliorer l'efficacité de développement des développeurs dans le domaine du texte,Et offre uneNLPExemple d'application.

  • Champ de texte facile à utiliserAPI

    • Offre une grande capacité de tâches prédéfinies au niveau de l'industrie Taskflow Et le champ de texte de l'ensemble du processusAPI:Prise en charge du chargement d'un riche ensemble de données chinoises Dataset API,Capable d'effectuer le prétraitement des données de manière flexible et efficace Data API ,PRESET60+Pour les vecteurs de mots pré - formés Embedding API ,Offre100+Modèle de pré - Formation Transformer API Attendez.,Peut être considérablement augmentéNLPEfficacité de la modélisation des tâches.
  • Exemple d'application Multi - Scénarios

    • La couverture va du niveau universitaire au niveau industrielNLPExemple d'application,CouvertureNLPTechnologies de base、NLPApplications du système et applications étendues connexes.Entièrement basé sur le cadre de base de l'hélice volante2.0NouveauAPIDéveloppement du système,Fournir aux développeurs les meilleures pratiques dans le domaine du texte de pagaie.
  • Formation distribuée haute performance

    • Stratégie automatisée d'optimisation de la précision hybride basée sur le cadre de base de l'hélice volante,Combiner la distributionFleet API,Soutien4DStratégie parallèle hybride,Peut compléter efficacement la formation de modèle de pré - formation à grande échelle.

ProjetsGitHub: https://github.com/PaddlePaddle/PaddleNLP




Références:
PaddleNLPTutoriel officiel

原网站

版权声明
本文为[U013250861]所创,转载请带上原文链接,感谢
https://yzsam.com/2022/187/202207060125508497.html