GRU LSTM
双向RNN
CNN 卷积神经网络
输入层 转化为向量表示
dropout
ppl
标量
在物理学和数学中，标量（Scalar）是一个只有大小、没有方向的量。它只用一个数值就可以完全描述，且满足交换律。例如，质量、温度、时间、体积、密度、功、能量等都是标量。
在向量代数中，标量与向量是相对的概念，标量可以与向量相乘，从而改变向量的长度但不改变其方向。例如，在三维空间中，如果一个向量的长度为3，一个标量为2，那么这个标量乘以向量的结果将得到一个长度为6，方向不变的新向量。
注意力分数
隐向量
隐向量（Latent Vector）是机器学习和深度学习中一个重要的概念，特别是在自然语言处理、推荐系统、图像识别等领域。隐向量是用来表示复杂数据的一种低维实数向量，它通过训练学习到的，并试图捕捉原始高维数据中的潜在结构和语义信息。
在推荐系统中：
- 隐向量通常用来表示用户和物品（如电影、音乐等），每个用户和每件物品都被映射到一个固定维度的向量空间中。
- 例如，在因子分解机（FM，Factorization Machines）模型中，各个特征（比如用户ID或商品ID）对应的隐向量可以通过矩阵分解得到，这些隐向量的内积可以用来预测用户对商品的评分或者偏好。
在自然语言处理中：
- 单词或文档也可以用隐向量来表示，这种表示方法常被称为词嵌入（Word Embeddings），如Word2Vec、GloVe等模型生成的向量。
- 这些隐向量可以捕获单词之间的语义相似性，使得在向量空间中距离相近的单词具有类似的含义。
在深度学习架构中：
- 在神经网络中，Embedding层就是用来将离散的高维输入（如one-hot编码）转换为连续的低维隐向量，以便进行后续的计算和模式挖掘。
总的来说，隐向量是一种压缩和抽象的表示形式，它有助于模型理解和处理高维稀疏数据，并能够发现数据内部隐藏的模式和联系。
softmax函数是一种在机器学习和深度学习中广泛使用的归一化指数函数，主要用于多分类问题的输出层计算预测类别概率分布。
激活函数
注意力机制解决信息瓶颈问题
Transformer
BPE
交叉熵
正则化
加权平均是一种统计方法，用于计算一组数值的平均值时，考虑到每个数值的重要性（权重）不同。在普通平均数中，所有数据点都同等重要，而在加权平均中，每个数据点有一个与其对应的权重值，这个权重反映了该数据点在最终结果中的相对影响程度。
加权平均的计算公式为：
加权平均数=∑(每个数据值×对应权重)∑(所有权重)加权平均数=∑(所有权重)∑(每个数据值×对应权重)
例如，在学校教育场景中，一个学生的学期总评成绩可能由平时测验、期中考试和期末考试的成绩按不同比例（权重）综合得出：
- 平时测验：80 分，权重 20%
- 期中考试：90 分，权重 30%
- 期末考试：95 分，权重 50%
那么，该学生的学期总评成绩可以通过以下步骤计算：
学期总评成绩=(80×0.2)+(90×0.3)+(95×0.5)0.2+0.3+0.5学期总评成绩=0.2+0.3+0.5(80×0.2)+(90×0.3)+(95×0.5)
此外，在财务领域，加权平均法常用于库存管理，计算存货的单位成本。例如，考虑一段时间内多次购入商品的情况，每次购入的数量和单价不同，这时会根据各批次进货的数量（作为权重）和其相应的单价来计算整个库存的平均单位成本。
3-13 预训练语言模型--PLM介绍_哔哩哔哩_bilibili
预训练
预训练语言模型
Transformers
PyTorch
fine-tune
"微调"（fine-tune）的具体含义略有不同，但核心都是对已有的事物进行精细化调整和优化：
- 在机器学习和人工智能领域，微调通常是指对预训练模型的参数进行进一步调整。例如，在深度学习中，我们可能首先采用一个已经在大规模数据集上预训练好的模型，然后将其应用到特定任务上时，针对这个特定任务的数据进行再次训练，通过调整部分或全部模型参数，使得模型能够更好地适应新任务的需求，从而提升模型在新任务上的性能。
load metric
3-20 Transformers教程--Demo讲解_哔哩哔哩_bilibili 重点看下
4-2 Prompt-Learning和Delta-Tuning--背景和概览_哔哩哔哩_bilibili
representation
在自然语言处理（NLP）和机器学习中，representation（表示法或表征）特指将语言中的单词、短语、句子或文档转化为计算机可以理解与操作的形式。这个过程是模型理解和生成自然语言的关键步骤。
在语言模型中，representation通常是指：
-
词嵌入（Word Embedding）：这是一种将每个单词映射到一个固定维度向量空间的技术，如Word2Vec、GloVe或BERT等预训练模型所生成的词向量，使得语义相近的词在向量空间上距离较近。
-
上下文相关的表示（Contextual Representation）：比如Transformer架构中的BERT和GPT系列模型产生的表示，它们不仅能捕捉单个词的一般含义，还能考虑词语在具体上下文环境下的含义变化，生成动态的上下文嵌入。
这些表示被用于各种下游NLP任务，如情感分析、命名实体识别、问答系统等，通过学习到的有效数据表示，模型能够更好地理解和推断文本信息。
sequence to sequence
Sequence to Sequence（简称Seq2Seq）是一种在自然语言处理和机器学习领域广泛应用的模型架构，主要用于处理输入和输出都是变长序列的任务。中文可以解释为"序列到序列"或"顺序到顺序"。
具体来说，Seq2Seq模型设计用于将一个输入序列（比如一段文本）通过神经网络转换成另一个不同长度的输出序列（比如翻译后的另一段文本）。这种模型通常包含两个主要部分：编码器（Encoder）和解码器（Decoder）。
-
编码器负责读取并理解输入序列的信息，并将其压缩成一个固定维度的向量（称为上下文向量），这个向量包含了输入序列的整体语义信息。
-
解码器则依据该上下文向量逐步生成目标序列，每次生成一个元素（如一个词或子词单元），直到生成结束标记或者达到预设的最大长度。
Seq2Seq模型常应用于机器翻译、文本摘要、对话系统、语音识别转文字等场景中。随着注意力机制（Attention Mechanism）的发展，Seq2Seq模型能够更灵活地处理源序列和目标序列之间的依赖关系，进一步提升模型性能。
