일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- 아이온큐
- aggs
- Docker
- mysql
- redis
- aqqle
- file download
- Cache
- 테슬라
- request cache
- Selenium
- KNN
- JPA
- TSLA
- dbeaver
- NORI
- Elastic
- IONQ
- Query
- vavr
- java crawler
- Elasticsearch
- java
- api cache
- ann
- Aggregation
- API
- elasticsearch cache
- 양자컴퓨터
- Analyzer
- Today
- Total
목록Python/Text embeddings (3)
아빠는 개발자
tensorflow embedding A/B 테스트tensorflow embedding 모델을 2가지 방법으로 색인해서 테스트해 본다. A : https://tfhub.dev/google/universal-sentence-encoder-multilingual-large/3"B : https://tfhub.dev/google/universal-sentence-encoder-multilingual/3"위의 두개를 테스트 해보았으나.. 뭐가 낫다고 판단 할 수가 없어 색인 방법으로 테스트를 다시 해 봄 모델은 라지 형님#모델 API https://tfhub.dev/google/universal-sentence-encoder-multilingual-large/3"CASE A상품명(name) 으로 vector 를..
tensorflow embedding A/B 테스트tensorflow embedding 2가지 모델을 2가지 방법으로 색인해서 테스트해 본다.#모델 API A : https://tfhub.dev/google/universal-sentence-encoder-multilingual-large/3"B : https://tfhub.dev/google/universal-sentence-encoder-multilingual/3"공통 :512차원 밀집백터 색인cosineSimilarity 비교 2919개의 상품명, 카테고리 데이터 후보 1 A 모델을 사용하여 name (상품명) 으로 vector 추출 후보 2 B 모델을 사용하여 name (상품명) 으로 vector 추출 후보 3A 모델을 사용..
A,B 테스트에서 승리한 B모듈에 강한 상대가 나타났다 라지형님https://tfhub.dev/google/universal-sentence-encoder-multilingual-large/3 Google | universal-sentence-encoder | KaggleEncoder of greater-than-word length text trained on a variety of data.www.kaggle.com 공정한 심사를 위해 일단 둘다 지우자대결 항목상품명으로 테스트상품명 + 카테고리 테스트상품명 + 카테고리 토큰 테스트 put_products.py# -*- coding: utf-8 -*-import jsonfrom elasticsearch import Elasticsearchfrom e..