登录社区云，与社区用户共同成长
邀请您加入社区
继续应用实践的案例学习，nlp领域的分类和个性化分析，这个和我们在app移动应用上的体验很相关，根据自定义内容产生个性化的音频，transformer结合NLP领域的应用还是很广泛的，不仅仅是文字，还有音乐。基于MindNLP+MusicGen生成自己的个性化音乐。昇思大模型使用第二十三天。
文本解码是自然语言处理（NLP）中的一个关键步骤，用于将模型生成的向量表示转化为可读的文本。
使用MindNLP组件加载Roberta-Large模型， 设置IA3算法配置并初始化微调模型，加载数据进行训练，最后通过部署gradio呈现。数据集:GLUE-MRPC
MindNLP是一个基于MindSpore深度学习框架开发的开源自然语言处理（NLP）库。它为解决各种NLP任务提供了一个强大的平台，包含了许多常用的NLP方法和模型。MindNLP 官网：Github仓库地址： 官网上的Tutorials中的示例和代码的版本比较旧，存在部分因错误而不可运行的代码；这里提供中文文档的基础部分，包含各示例代码及其运行结果，部分内容在原官方英文教程基础上加入了
本文详细介绍了在GitCode昇腾云服务器上部署vLLM推理服务的完整流程。从环境准备开始，包括NPU可用性验证和基础算子测试；到模型转换阶段，将Qwen-1.8B模型从PyTorch转换为ONNX格式，再通过ATC工具编译为昇腾专用的OM格式；最后展示如何使用ACL接口在NPU上执行推理。 关键步骤包含：1) 昇腾环境配置与验证；2) 模型格式转换中的问题排查与优化；3) 完整的ACL推理流程实
通过TensorFlow.js实现的实时反馈系统，用户在调节视觉元素参数时，系统能同步计算构成比、形状密度等参数的满意指数，当发现用户操作轨迹接近疲劳阈值时，智能推荐最优解集合。在最近的实验中，三个不同地区的创作者通过IPFS网络协同，各自贡献色彩方案、构图算法和材质程序后，自动生成了获得巴塞尔艺术展提名的共生艺术品。该系统采用同态加密保护创意资产，在保证协作效率的同时实现了著作权的精确追踪，为数
昇思AI学习赛于2023年3月正式开启，面向全球AI开发者，赛题与深度学习紧密结合，多重好礼等你来拿。文本分类研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，在AI领域承担了重要角色。本赛题旨在让参赛者熟悉MindSpore并锻炼参赛者使用MindSpore进行文本分类的能力。为熟悉华为的mindspore框架和了解NLP，我参加了文本分类这一赛道。
本文详细记录了从硬件驱动安装到部署Deepseek大模型的全过程。主要包括：1）准备环境与下载软件；2）调整固件参数；3）配置虚拟服务器GPU直通；4）安装Docker并加载Mindie；5）调用大模型时修改配置文件Confin.json；6）设置环境变量；7）启动Mindie服务；8）服务器间测试验证。重点解决了虚拟化环境下GPU资源分配和Docker容器部署问题，最终实现了通过传参调用Deep
