franztao

Talk is cheap, show me the code.

Note_【openbmb论文速读】第一篇【转载】

🔔【OpenBMB论文速读】第一篇 🔔【OpenBMB论文速读】第一篇 🔗 文章：The Power of Scale for Parameter-Efficient Prompt Tuning (EMNLP 2021) https://aclanthology.org/2021.emnlp-main.243/ &#...

Posted by franztao on November 6, 2022

每月学习笔记202211

2022年11月

数据分析时的七种思路 版面分析 ü 二级版面标签（语义标签） ü 业内数量最多的版面标签 • 跨页合并 ü 跨页段落合并 ü 跨页表格合并 ü 跨页表格单元格合并 • 文档逻辑结构 ü 父子层级树 ü 指代等关系 内置属性：样本级别难例原因ID列表。。难例原因ID可选值如下： 0：未识别出任何目标物体。 1：置信度偏低。 ...

Posted by franztao on November 1, 2022

monitoring

2022年10月

了解如何监控 ML 系统以识别和解决漂移源，以防止模型性能下降。 intution 尽管已经训练并彻底评估了模型，但一旦部署到生产环境，真正的工作就开始了。这是传统软件工程与 ML 开发之间的根本区别之一。传统上，使用基于规则的确定性软件，大部分工作发生在初始阶段，一旦部署，系统就会按照定义的方式工作。但是对于机器学习，并没有明确定义事物的工作原理，而是使用数据来构建概率解决方案。这种方...

Posted by franztao on October 27, 2022

Dashboard

2022年10月

创建一个交互式仪表板以使用 Streamlit 直观地检查应用程序。 intution 在开发应用程序时，有很多技术决策和结果（预处理、性能等）是系统不可或缺的。如何才能有效地将其传达给其他开发人员和业务利益相关者？一种选择是 Jupyter notebook，但它经常被代码弄得乱七八糟，对于非技术团队成员来说访问和运行并不容易。需要创建一个无需任何技术先决条件即可访问并有效传达关键发现...

Posted by franztao on October 27, 2022

机器学习系统设计

2022年10月

可以根据数据约束和任务要求设计机器学习系统的不同方式。 Intuition 在本课程中，将讨论处理特征、从中学习、对模型进行试验和为它们提供服务的不同选项。还将讨论基础架构编排和扩展它们的不同选项。 任务 在讨论 ML 任务所需的基础架构之前，需要先讨论一下 ML 任务的基本类型。 静止的 一项任务可能涉及不随时间变化的特征。例如，如果 API 对上传的图片进行分类，则所有输入特...

Posted by franztao on October 27, 2022

预提交pre-commit

2022年10月

使用预提交 git 钩子来确保在提交之前进行检查。 Intuition 在对本地存储库执行提交之前，心理待办事项列表上有很多项目，从样式、格式化、测试等。很容易忘记其中的一些步骤，尤其是当想要“推送到快速解决”。为了帮助管理所有这些重要步骤，可以使用预提交钩子，当尝试执行提交时，它会自动触发。 尽管可以直接在 CI/CD 管道中添加这些检查（例如通过 GitHub 操作），但在推...

Posted by franztao on October 26, 2022

Git

2022年10月

跟踪工作的变化以实现可重复性和协作。 Intuition 无论是单独工作还是与团队一起工作，重要的是有一个系统来跟踪项目的变化，这样就可以恢复到以前的版本，这样其他人就可以重现transformers工作并为之做出贡献。Git是一个分布式版本控制系统，可以让做到这一点。Git 在transformers计算机上本地运行，它会跟踪transformers文件及其历史记录。为了与他人协作，可...

Posted by franztao on October 26, 2022

Docker

2022年10月

intuition 实现可重现性的最后一步是将版本化代码和工件部署在可重现的环境中。这远远超出了为 Python 应用程序配置的虚拟环境，因为没有捕获系统级规范（操作系统、所需的隐式包等）。希望能够封装需要的所有需求，这样就没有外部依赖项会阻止其他人复制确定应用程序。 docker 实际上有相当多的系统级可重复性解决方案（VM、容器引擎等），但Docker容器引擎是迄今为止最受欢迎的几...

Posted by franztao on October 26, 2022

CI/CD for Machine Learning

2022年10月

使用工作流建立持续集成和交付管道，以可靠地迭代应用程序。 intuition 持续集成 (CI) 允许团队以结构化的方式开发、测试和集成代码。这使团队可以更加自信和频繁地开发，因为他们的工作将被正确集成。持续交付 (CD) 将集成代码交付给依赖它的各种应用程序。借助 CI/CD 管道，可以开发和部署，因为知道系统可以快速适应并按预期工作。 GitHub 操作 在本课中，将使用GitH...

Posted by franztao on October 26, 2022

OpenCV 的知识体系

2022年10月

01 OpenCV 初识与安装 本部分要了解 OpenCV （Open Source Computer Vision Library）的相关简介，OpenCv 可以运行在多平台之上，轻量级而且高效，由一系列 C 函数和少量 C++类构成，提供了 Python、Ruby、MATLAB 等语言的接口，所以在学习的时候，要注意查阅资料的语言实现相关问题。 这个阶段除了安装 OpenCV 相关...

Posted by franztao on October 25, 2022

FEATURED TAGS
Linear Regression Math Basis Exponential Family Distribution Classification Bayes Background Inference Conclusion Feedforward Neural Network Support Vector Machine Margin and Solution Weak Duality Kernel Method of Function Probability Graph Markov Variational Algorithm Belief Process Introduction Gaussian Expectation Maximization Mixture Model Chain Monte Carlo Sampling Hidden Learning Kalman Filter Conditional Random Field Boltzmann Deep Generative Adversarial Reinforcement Blog docker
ABOUT ME

Goals determine what you going to be!

✉️ franztaoheng@gmail.com

FRIENDS