Esta es la aplicación de Windows llamada spacy-transformers cuya última versión se puede descargar como v1.3.2sourcecode.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada spacy-transformers con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
transformadores espaciales
DESCRIPCIÓN
spaCy admite una serie de flujos de trabajo de transferencia y aprendizaje de tareas múltiples que a menudo pueden ayudar a mejorar la eficiencia o la precisión de su canalización. El aprendizaje por transferencia se refiere a técnicas como las tablas de vectores de palabras y el entrenamiento previo del modelo de lenguaje. Estas técnicas se pueden usar para importar conocimiento de texto sin procesar a su canalización, de modo que sus modelos puedan generalizar mejor a partir de sus ejemplos anotados. Puede convertir vectores de palabras de herramientas populares como FastText y Gensim, o puede cargar cualquier modelo de transformador preentrenado si instala transformadores espaciales. También puede hacer su propio entrenamiento previo del modelo de lenguaje a través del comando de entrenamiento previo espacial. Incluso puede compartir su transformador u otro modelo de incrustación contextual en múltiples componentes, lo que puede hacer que las canalizaciones largas sean varias veces más eficientes. Para utilizar el aprendizaje por transferencia, necesitará al menos algunos ejemplos anotados de lo que intenta predecir.
Caracteristicas
- Capas de incrustación compartidas
- Puede compartir un solo transformador u otro modelo tok2vec entre múltiples componentes agregando un Transformador
- Usar modelos de transformadores
- Los modelos de transformadores se pueden usar como reemplazos directos
- También puede personalizar cómo el componente Transformador establece las anotaciones.
- El flujo de trabajo recomendado para la capacitación es usar el sistema de configuración de spaCy
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/spacy-transformers.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.
