user-profile-img

mike law

@2539719155ngcgqww4kf• Feb 20, 2023open-state

(8条消息) 深度学习中的多任务学习介绍_fengbingchun的博客-CSDN博客_多任务学习

自然语言处理相关的研究,比如把词性标注、句子句法成分划分、命名实体识别、语义角色标注等任务放在一起研究

这种多任务学习的方法通过平均噪声能有效地降低过拟合的风险。

-

(8条消息) 深度学习中的多任务学习介绍_fengbingchun的博客-CSDN博客_多任务学习blog.csdn.net

user-profile-img

mike law

@2539719155ngcgqww4kf• Jun 26, 2022open-state

吕文德(南宋晚期名将)_百度百科

吕文德妒忌他,每逢刘整出谋划策就置若罔闻,建立功勋也不予上报,又因俞兴与刘整有矛盾,吕文德让他做四川制置使来收拾刘整

吕文德及其家族的军事集团得以存续多年,吕文德曾在度宗年间举荐96人入朝,许多人都是他的亲朋

依靠由自己亲族及家乡樵夫、炭农等编成的“黑炭团”(又号“吕家军”)作战

-

吕文德(南宋晚期名将)_百度百科baike.baidu.com

user-profile-img

mike law

@2539719155ngcgqww4kf• Jun 26, 2022open-state

范文虎(南宋降元将军)_百度百科

升为黄州武定诸军都统制

以其婿范文虎为殿前副都指挥使,总禁兵

宋亡后,元世祖曾问宋降将范文虎:“尔等何降之易耶?”答云:“宋有强臣贾似道擅国柄,每优礼文士,而独轻武官。臣等积久不平,心离体解,所以望风送款也!”元世祖说:“正如所言,则似道轻汝也固宜!”

-

范文虎(南宋降元将军)_百度百科baike.baidu.com

user-profile-img

mike law

@2539719155ngcgqww4kf• Jun 25, 2022open-state

南宋官制_百度百科

自乞奉祠”或“落职奉祠

一般官员都有“官”和“差遣”两个头衔,有的官还加有“职”的头衔

官”只是说明他可以领取俸禄,而职才有实际的权力

-

南宋官制_百度百科baike.baidu.com

user-profile-img

mike law

@2539719155ngcgqww4kf• May 19, 2022open-state

Q&A | 南宋的左右丞相谁权力更大?

右丞相则是尚书省+中书省的职权,中书省是干什么的?拟定诏书。

左丞相一般行尚书省+门下省的职权,门下省是干什么的?审核诏书。

annotation宋代皇帝的诏令,不论事情大小,“非经二府者,不得施行” ,但此处二府系指中书门下和枢密院。诏令起草工作都是由中书门下议,学士为之
-

Q&A | 南宋的左右丞相谁权力更大?www.360doc.com

user-profile-img

mike law

@2539719155ngcgqww4kf• May 19, 2022open-state

诏令_百度百科

宋代皇帝的诏令,不论事情大小,“非经二府者,不得施行”

但此处二府系指中书门下和枢密院。诏令起草工作都是由中书门下议,学士为之

-

诏令_百度百科baike.baidu.com

user-profile-img

mike law

@2539719155ngcgqww4kf• May 19, 2022open-state

三省六部制_百度百科

中书令与尚书令一样,都是荣誉头衔。其他皆以同中书门下平章事拜相

南渡后,凡事力图复太祖、太宗旧制

负责执行诏令

-

三省六部制_百度百科baike.baidu.com

user-profile-img

mike law

@2539719155ngcgqww4kf• May 19, 2022open-state

(3 封私信 / 91 条消息) 廖诗琴 - 知乎

恩出于上

-

(3 封私信 / 91 条消息) 廖诗琴 - 知乎www.zhihu.com

user-profile-img

mike law

@2539719155ngcgqww4kf• May 17, 2022open-state

Handling multiple sequences - Hugging Face Course

-

Handling multiple sequences - Hugging Face Coursehuggingface.co

user-profile-img

mike law

@2539719155ngcgqww4kf• May 14, 2022open-state

Behind the pipeline - Hugging Face Course

AutoTokenizer class and its from_pretrained() method.

return_tensors argument:

AutoModel class

-

Behind the pipeline - Hugging Face Coursehuggingface.co