技术文章写作计划
序号 | 拟定题目 | 提出日期 | 状态 | 完成日期 |
---|---|---|---|---|
1 | 滑动验证码的识别 | / | ✅ | / |
2 | 滑动验证码的获取 | / | ✅ | / |
3 | 点选验证码的识别 | / | 🤔 | / |
4 | ELK简单搭建的demo | / | ✅ | 2023.12.23 |
5 | 文本聚类 | / | 🤔 | / |
6 | 智能问答 | / | 🤔 | / |
7 | 车牌的识别 | / | 🤔 | / |
8 | 个人足迹地图(WEB服务) | / | ✅ | / |
9 | 别名发现系统 | / | ✅ | / |
10 | 读取doc和docx文档 | / | 🤔 | / |
11 | 利用celery实现定时任务 | / | ✅ | / |
12 | 文本标注工具Doccano | / | ✅ | / |
13 | 利用Conda创建Python虚拟环境 | / | ✅ | / |
14 | 利用SFTP连接Linux服务器并上传、下载文件 | / | ✅ | / |
15 | Flask学习之RESTful API | / | ✅ | / |
16 | Flask学习之JWT认证 | / | 🤔 | / |
17 | BSON文件读取 | / | ✅ | / |
18 | Flask学习之Flask-SQLALCHEMY | / | 🤔 | / |
19 | 设计模式(三篇:单例模式、工厂模式、监听模式) | / | ✅ | / |
20 | Redis进阶 | / | 🤔 | / |
21 | supervisor使用 | / | 🤔 | / |
22 | tornado之文件下载(包含中文文件下载) | / | ✅ | / |
23 | 利用CRF实现中文分词 | / | ✅ | / |
24 | 利用CRF实现模型预测 | / | ✅ | / |
25 | protobuf的初次使用 | / | ✅ | / |
26 | 更新tensorflow/serving中的models.config文件中的model_version_policy | / | 🤔 | / |
27 | tensorflow同时使用多个session | / | ✅ | / |
28 | 如何离线安装tensorflow模块 | / | ✅ | / |
29 | tensorboard查看ckpt和pb文件模型 | / | ✅ | / |
30 | 将ckpt转化为pb文件 | / | ✅ | / |
31 | tensorflow/serving之BERT模型部署和预测 | / | ✅ | / |
32 | tensorflow/serving实现模型部署 | / | ✅ | / |
33 | @property | / | 🤔 | / |
34 | tf_record | / | 🤔 | / |
35 | 指代关系抽取 | / | 🤔 | / |
36 | 实体链接(百度实体链接比赛、武器装备知识图谱) | / | 🤔 | / |
37 | 文本多分类BERT微调 | / | ✅ | / |
38 | 文本多标签分类BERT微调 | / | ✅ | / |
39 | 文本序列标注BERT微调 | / | ✅ | / |
40 | keras-bert English系列(3个模型稍微调整即可) | / | ✅ | / |
41 | keras-bert调用ALBERT | / | ✅ | / |
42 | keras-bert模型部署 | / | ✅ | / |
43 | h5文件转化为pb文件进行部署 | / | ✅ | / |
44 | tensorflow/serving高效调用 | / | ✅ | / |
45 | tensorflow_hub实现英文文本二分类 | / | 🤔 | / |
46 | tensorflow2.0和transformers实现文本多分类 | / | 🤔 | / |
47 | 抽取式问答 | / | 🤔 | / |
48 | 完形填空与文本纠错 | / | ✅ | / |
49 | transformers实现中文序列标注 | / | 🤔 | / |
50 | tokenizers中的token使用方法 | / | 🤔 | / |
51 | BPE token 算法 | / | 🤔 | / |
52 | Keras: K折交叉验证 | / | ✅ | / |
53 | 使用Prothemus对tensorflow/serving进行服务监控 | / | ✅ | / |
54 | seqeval获取序列标注实体识别结果 | / | ✅ | / |
55 | ES进阶 | / | ✅ | / |
56 | 从荷兰国旗问题到快速排序 | / | ✅ | / |
57 | 中英文大模型调研 | / | 🤔 | / |
58 | LLaMA模型的介绍及其使用 | / | 🤔 | / |
59 | Fine-tune LLaMA模型 | / | 🤔 | / |
60 | OpenAI的tokenizer调研 | / | ✅ | / |
61 | Gitlab CI/CD 入门 | / | ✅ | / |
62 | LangChain使用 | / | ✅ | / |
63 | Flask部署 | / | ✅ | / |
64 | LangChain构建阅读助手(文档问答) | / | ✅ | / |
65 | 使用LoRA训练Flan-T5-XXL模型 | / | 🤔 | / |
66 | VSCode连接远程服务器进行开发 | / | ✅ | 2023.10.17 |
67 | Streamlit使用 | / | 🤔 | / |
68 | Baichuan-13B-Chat的使用探索 | / | ✅ | / |
69 | HuggingFace中的Dataset | / | ✅ | / |
70 | HuggingFace中的模型训练与评估 | / | ✅ | 2023.9.2 |
71 | 使用Baichuan进行人物关系分类微调 | / | ✅ | 2023.7.30 |
72 | PyTorch入门之模型量化 | / | ✅ | 2023.9.2 |
73 | 语言模型中的常见解码方法 | / | 🤔 | / |
74 | 配置中心Apollo的使用 | 2023.8.9 | ✅ | 2023.9.12 |
75 | Python中的retry模块的使用(retry & tenacity) | 2023.8.10 | 🤔 | / |
76 | 文本生成中的控制策略(stopping, logits) | 2023.8.10 | 🤔 | / |
77 | Gradio使用 | 2023.8.12 | 🤔 | / |
78 | trl模块介绍 | 2023.8.12 | 🤔 | / |
79 | 向量数据库(Faiss, Milvus)的使用 | 2023.8.12 | 🤔 | / |
80 | Gitlab持续部署(CD) | 2023.8.12 | 🤔 | / |
81 | 人物关系分类可用BaiChuan-13B模型训练,效果比7B好 | 2023.8.16 | 🤔 | / |
82 | 使用LLM进行开放领域三元组抽取 | 2023.8.16 | ✅ | 2023.9.30 |
83 | Flask服务监控 | 2023.8.16 | 🤔 | / |
84 | vLLM使用 | 2023.8.16 | 🤔 | / |
85 | coverage模块的高级用法 | 2023.8.19 | ✅ | 2023.8.19 |
86 | gradio的示例用法(表格,高亮,模型输入、输出) | 2023.8.19 | ✅ | 2023.8.30 |
87 | 代码风格PEP 8 和 注释风格 | 2023.8.30 | ✅ | 2023.9.15 |
88 | LLAMA 2微调RACE数据集 | 2023.9.10 | ✅ | 2023.9.10 |
89 | Python异步编码asyncio | 2023.9.19 | ✅ | 2023.9.19 |
90 | LangChain流式接口调用(使用异步) | 2023.9.19 | ✅ | 2023.9.20 |
91 | Web框架Sanic介绍 | 2023.9.19 | 🤔 | / |
技术文章写作计划
https://percent4.github.io/技术文章写作计划/