ernie-gen 是面向生成任務的預訓練-微調框架，首次在預訓練階段加入span-by-span 生成任務，讓模型每次能夠生成乙個語義完整的片段。在預訓練和微調中通過填充式生成機制和雜訊感知機制來緩解**偏差問題。此外, ernie-gen 取樣多片段-多粒度目標文字取樣策略, 增強源文字和目標文字的關聯性，加強了編碼器和解碼器的互動。ernie_gen_lover_words採用網路蒐集的情詩、情話資料微調，可用於生成情話。
paddle 安裝參考我的另一篇博文：
安裝好paddle環境後，啟用環境：conda activate paddle
安裝模型：
hub install ernie_gen_lover_words==1.0.1使用命令列進行**：
hub run ernie_gen_lover_words --input_text="情人節" --use_gpu true --beam_width 5def generate(texts, use_gpu=false, beam_width=5):引數
返回
import paddlehub as hub
module = hub.module(name="ernie_gen_lover_words")
test_texts = ['情人節', '故鄉', '思念']
results = module.generate(texts=test_texts, use_gpu=true, beam_width=1)
for result in results:
print(result)
使用飛槳實現基於LSTM的情感分析模型
接下來讓我們看看如何使用飛槳實現乙個基於長短時記憶網路的情感分析模型。在飛槳中，不同深度學習模型的訓練過程基本一致，流程如下 資料處理 選擇需要使用的資料，並做好必要的預處理工作。網路定義 使用飛槳定義好網路結構，包括輸入層，中間層，輸出層，損失函式和優化演算法。網路訓練 將準備好的資料送入神經網路...
飛槳的安裝
如果您的計算機沒有 nvidia gpu，請安裝cpu版的paddlepaddle 如果您的計算機有 nvidia gpu，並且滿足以下條件，推薦安裝gpu版的paddlepaddle 安裝時需要配置以下依賴 cuda 工具包 9.0 10.0 配合 cudnn v7.3 gpu運算能力超過1.0的...
飛槳 結營心得
這門課的設計很有意思。結合ai sutdio的線上環境，沒有基礎的人也可以毫無壓力的體驗ai的樂趣。在正式上課之前，班主任首先發布了課前準備，主要介紹了網路環境，這可以幫助我們更好的了解網路環境和一些工具的使用。課程的第一天是人工智慧的概述和基礎知識的介紹。本文主要介紹了人工智慧的發展和飛槳的一些介...