Library Search
结果页从 Pipeline 组件到自定义 NER 训练
在 元器件 / 技术栈 / 知识库 中找到 15 个匹配结果。
技术栈
技术栈
8 个 spaCy # spaCy 入门教程：Pipeline 组件与自定义 NER
## 1. spaCy 的 Pipeline 架构
spaCy 采用**模块化 Pipeline** 设计，每个组件有确定的输入和输出：
```
Text → tokenizer → tagger → parser → ner → ... → Doc
```
查看当前 Pipeline：
```python
import… 3% HuggingFace Transformers # HuggingFace pipeline：一行代码搞定 6 大任务
## 目标
展示 `pipeline()` 的「瑞士军刀」能力：一个 API 覆盖情感分析、命名实体识别、文本生成、翻译、文生图、语音识别。
## 完整代码
```python
from transformers import pipeline
from PIL import Image
# ─── 1. 情感分析… 3% Logstash | 插件 | 功能 | 示例 |
|------|------|------|
| **grok** | 正则解析 | `%{COMBINEDAPACHELOG}` |
| **mutate** | 字段操作 | rename / convert / add_field / remove |
| **date** | 时间解析 | `match => ["ts", "ISO8601"]` |
|… 3% Scikit-learn 具箱。无论你是做表格数据的分类、用户分群还是异常检测，掌握它能让你在几分钟内完成从数据处理到模型评估的完整流程。
---
## 第 1 章：理解 API 设计哲学
Scikit-learn 所有模型遵循统一接口：
| 模式 | 伪代码 |
|------|--------|
| 分类/回归 | `model.fit(X_train, y_train)` → `model.predict(X… 3% FastAI ```python
learn = vision_learner(dls, resnet34, metrics=accuracy)
lr_min, lr_steep = learn.lr_find(suggest_funcs=(minimum, steep))
print(f"建议 lr: {lr_steep:.2e}")
```
规则：选择 loss 曲线最陡下降点，或 loss 最小点 ÷… 2% Angular ```bash
ng new angular-demo --routing --style=scss
cd angular-demo
ng generate component counter
ng generate component todo
ng generate service todo
ng serve
```
### 根组件 `src/app/app.component.ts`
`… 2% PyTorch ```
训练集大小: 60000, 测试集大小: 10000
模型参数量: 118,474
Epoch 5/5
Train Loss: 0.0123 | Train Acc: 99.52%
Test Loss: 0.0214 | Test Acc: 99.31%
✅ 训练完成！最终测试准确率: 99.31%
```
## 训练 Pipeline 图解
```
for epoch in… 2% MLflow # MLflow 入门教程：四大组件实战
## 1. MLflow 的四大支柱
```
Tracking ──── 记录参数/指标/模型 artifact
Projects ──── 打包训练代码为可复现单元
Models ──── 统一模型格式，跨部署平台
Registry ──── 模型版本管理与审批流转
```
## 2. Tracking：手动 vs 自动
### autolog… 1%
知识库
知识库
7 个 从 Pipeline 组件到自定义 NER 训练 # spaCy 入门教程：Pipeline 组件与自定义 NER
## 1. spaCy 的 Pipeline 架构
spaCy 采用**模块化 Pipeline** 设计，每个组件有确定的输入和输出：
```
Text → tokenizer → tagger → parser → ner → ... → Doc
```
查看当前 Pipeline：
```python
import… 3% pipeline 万物皆可 one-liner # HuggingFace pipeline：一行代码搞定 6 大任务
## 目标
展示 `pipeline()` 的「瑞士军刀」能力：一个 API 覆盖情感分析、命名实体识别、文本生成、翻译、文生图、语音识别。
## 完整代码
```python
from transformers import pipeline
from PIL import Image
# ─── 1. 情感分析… 3% 入门教程 - Grok 解析与管道架构 | 插件 | 功能 | 示例 |
|------|------|------|
| **grok** | 正则解析 | `%{COMBINEDAPACHELOG}` |
| **mutate** | 字段操作 | rename / convert / add_field / remove |
| **date** | 时间解析 | `match => ["ts", "ISO8601"]` |
|… 3% Scikit-learn 机器学习入门实战 具箱。无论你是做表格数据的分类、用户分群还是异常检测，掌握它能让你在几分钟内完成从数据处理到模型评估的完整流程。
---
## 第 1 章：理解 API 设计哲学
Scikit-learn 所有模型遵循统一接口：
| 模式 | 伪代码 |
|------|--------|
| 分类/回归 | `model.fit(X_train, y_train)` → `model.predict(X… 3% DataBlock 声明式数据管道与学习率调参 ```python
learn = vision_learner(dls, resnet34, metrics=accuracy)
lr_min, lr_steep = learn.lr_find(suggest_funcs=(minimum, steep))
print(f"建议 lr: {lr_steep:.2e}")
```
规则：选择 loss 曲线最陡下降点，或 loss 最小点 ÷… 2% 10 行代码完成 NER + 依存句法分析 # spaCy 10 行代码：NER + 依存句法 + 可视化
## 目标
用 spaCy 一条 Pipeline 完成：分词、词性标注、命名实体识别 (NER)、依存句法分析，并用 displaCy 可视化。
## 完整代码
```python
import spacy
from spacy import displacy
# ─── 1. 加载模型 ───
nlp = spacy.l… 2% 02-neural-network-mnist # ============================================================
# 7. 预测单个样本
# ============================================================
model.eval()
sample, label = test_dataset[0]
with torch.no_gra… 2%