transformers
Transformers 为数以千计的预训练模型奠定了基础（包括我们熟知的Bert、GPT、GPT-2、XLM等），支持100多种语言的文本分类、信息抽取、问答、摘要、翻译、文本生成。它的宗旨就是让最先进的 NLP 技术人人易用。Transformer还提供了便于快速下载和使用的API，让你可以把预训练模型用于给定文本上，在自己的数据集上对它们进行微调，然后通过modle hub与社区共享它们。此外，Transformer由三个最热门的深度学习库——Jax、PyTorch和TensorFlow支持，它们之间可以无缝整合。
文件下载
评论信息
其他资源
- AB PLC通信示例
- 《Linux技术内幕》罗秋明著
- 利用加速度传感器测量倾角的c程序
- matlab形成节点导纳矩阵的程序
- 恒压频比交流调速MATLAB仿真
- 游程理论识别干旱特征
- GMT0039-2015 密码模块安全检测要求
- 计算机网络课程设计，组建校园局域网
- C#ado.net学生成绩管理系统+SQL,菜鸟级别，简单易懂
- TI 官方F2812 编程所需文件—头文件，命令文件，源文件
- MaterialButton
- matlab实现复化Newton-Cotes公式求积分的程序应用和代码
- perflab实验报告
- QT Css设计器
- 电力企业安全生产管理制度.doc
- 推特克隆-源码
- MobaXterm_Portable_v20.6.rar
- 2019年北京数字政通-基于“网格化+”的智慧城市解决方案（127ppt）.pptx-互联网文档类资源
- IK分段器文件.zip
- 基于C#学生管理系统
- x264函数功能详解（中文）
- Protues下的8255仿真
- libiec61850-1.0.1最新版本
- Visual Assist X 1925 破解补丁
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明