Python
【Python】python核心知识点（全）
1. 列出 5 个常用 Python 标准库？ 很多，os、time、random、re、math、sys等 2. Python 内建数据类型有哪些？ str,bytes,int,float,list 阅读更多…
论文
【论文】General Language Model Pretraining with Autoregressive Blank Infilling
https://arxiv.org/pdf/2103.10360.pdf 1.动机 – 2.模型结构与数据构造 2.1 数据构造 GLM通过设计自回归的完形填空任务，将NLU和NLG较好的 阅读更多…
深度学习笔记
【深度学习笔记】Pre-Norm、Post-Norm与DeepNorm
传统的Bert采用了Post-Norm的方法，而例如最近的Bloom、LLama都使用了Pre-Norm的方法。那么这两个有什么区别呢？ 首先查看Bert的Post-Norm，是在Add操作后进行No 阅读更多…
Uncategorized
【论文】DeepNet: Scaling Transformers to 1,000 Layers
http://arxiv.org/abs/2203.00555 1.动机 我们知道transformer的深度比广度更为重要，因此理论上同等参数量的网络，更深比更宽更为重要。但是训练深层transfo 阅读更多…
论文
【论文】BLOOM: A 176B-Parameter Open-Access Multilingual Language Model
1.动机 – 2.数据集 BLOOM使用ROOTS数据集进行训练，BLOOMZ在BLOOM的基础上，继续使用xp3进行了训练。 ROOTS与xp3的多语言数据分布如下： 2.1 ROOTS 阅读更多…
深度学习笔记
【深度学习笔记】transformer中学习率衰减相关问题
最近在阅读复旦的moss的源码时，发现了一个没见过的操作，他们在学习率衰减时，认为的跳过了一些参数。 查了下原因，主要原因是因为： 1.在神经网络的前向传播中，bias的作用比权重小得多，对于大多数情 阅读更多…
论文
【论文】Self-Instruct: Aligning Language Model with Self Generated Instructions
论文解读仅代表个人观点，才疏学浅，如有错误欢迎指正，未经授权禁止转载。 论文地址：http://arxiv.org/abs/2212.10560 1.动机 由于instruction tuning严重 阅读更多…
深度学习笔记
【深度学习笔记】动态scaling的作用
之前介绍了【深度学习笔记】为什么$attention$中要除以$\sqrt{k}$（scaling）,提到了scaling的作用。但是在例如、GPT-2、GLM等模型中，均使用了动态scaling，那 阅读更多…
论文
【ICLR 2022】MULTITASK PROMPTED TRAINING ENABLES ZERO-SHOT TASK GENERALIZATION
<prompt>、<T5> 论文解读仅代表个人观点，才疏学浅，如有错误欢迎指正，未经授权禁止转载。 论文地址：http://arxiv.org/abs/2110.08207 摘要 本文通过 阅读更多…
深度学习笔记
【深度学习笔记】keras中Layer、Node与Tensor之间的关系
本文主要讲述在Keras中，Layer、Node与Tensor在网络构建中的关系。 一些关于keras.engine.base_layer的一些笔记核心的详见github。 1.Layer与Node 阅读更多…
深度学习笔记
【深度学习笔记】Seq2Seq中的曝光偏差(exposure bias)现象
在Seq2Seq模型的训练与验证过程中，经常会出现输出句和输入句子有一些gap或者明显不符合常识的情况出现。这种情况很有可能是因为Seq2Seq的exposure bias问题。此外，对于高频的安全词 阅读更多…