Stepik-DL-NLP 项目启动与配置教程
2025-05-27 13:55:48作者:仰钰奇
1. 项目目录结构及介绍
Stepik-DL-NLP 项目是一个开源项目,用于学习和实践深度学习在自然语言处理(NLP)中的应用。以下是项目的目录结构及其说明:
stepik-dl-nlp/
├── datasets/ # 存放数据集的目录
├── dlnlputils/ # 自定义的工具函数和类库
├── img/ # 存储与项目相关的图像文件
├── models/ # 存放模型定义和训练脚本的目录
├── task11_kaggle/ # 第11个任务:Kaggle比赛的代码
├── 7_1_conclusion.pdf # 第7.1节的结论文档
├── LICENSE # 项目许可证文件
├── README.md # 项目说明文件
├── clone_pytorch_transformers.sh # 克隆 PyTorch Transformers 仓库的脚本
├── requirements.txt # 项目依赖的 Python 包列表
├── task10_bert_squad.ipynb # 第10个任务:BERT Squad 的 Jupyter 笔记本
├── task1_20newsgroups.ipynb # 第1个任务:20个新闻组的 Jupyter 笔记本
├── task2_word_embeddings.ipynb # 第2个任务:词嵌入的 Jupyter 笔记本
├── task3_cnn_postag.ipynb # 第3个任务:CNN 词性标注的 Jupyter 笔记本
├── task4_RNN_name_generator.ipynb # 第4个任务:RNN 姓名生成器的 Jupyter 笔记本
├── task5_text_transformer.ipynb # 第5个任务:文本变换器的 Jupyter 笔记本
├── task6_recipe_ner.ipynb # 第6个任务:菜谱命名实体识别的 Jupyter 笔记本
├── task7.1_aspect_sentiment_eval.ipynb # 第7.1个任务:方面情感分析的 Jupyter 笔记本
├── task7_aspect_sentiment_eval.ipynb # 第7个任务:情感分析的 Jupyter 笔记本
├── task8_generate_stackoverflow_code.ipynb # 第8个任务:生成 Stack Overflow 代码的 Jupyter 笔记本
└── task9_bert_sentiment_analysis.ipynb # 第9个任务:BERT 情感分析的 Jupyter 笔记本
2. 项目的启动文件介绍
项目的启动主要是通过 Jupyter Notebook 来进行。在项目的根目录中,可以使用以下命令启动 Jupyter Notebook:
ipython notebook
如果你希望使用 Google Colab 来运行这些 Jupyter 笔记本,可以按照以下步骤操作:
- 在 Colab 中创建一个新的笔记本。
- 在第一个代码单元格中运行以下命令来克隆本项目并安装所需的依赖:
!git clone https://github.com/sic-rus-ai/stepik-dl-nlp.git && pip install -r stepik-dl-nlp/requirements.txt
import sys; sys.path.append('./stepik-dl-nlp')
- 根据需要设置
device='cpu'
或device='cuda'
,并选择合适的 Runtime 类型(CPU/TPU/GPU)。
3. 项目的配置文件介绍
项目的配置主要通过 requirements.txt
文件来管理。这个文件列出了项目依赖的 Python 包,如下所示:
numpy==1.19.2
pandas==1.1.5
scikit-learn==0.24.2
torch==1.7.0+cu110
tqdm==4.50.2
transformers==4.6.0
在本地环境中,你可以使用以下命令安装这些依赖:
pip install -r requirements.txt
确保在开始任何项目任务之前,所有依赖都已正确安装。如果需要调整项目配置,可以在 requirements.txt
文件中进行相应的修改。
登录后查看全文
热门项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0120AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

暂无简介
Dart
526
116

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
987
583

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
351
1.42 K

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
61
17

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0

喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0

React Native鸿蒙化仓库
JavaScript
212
287