注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. seq2seq_translation_tutorial_CN.ipynb

  2. NLP从零开始：使用序列到序列网络和注意力机制进行翻译。Pytorch教程，自然语言处理部分教程，TRANSLATION WITH A SEQUENCE TO SEQUENCE NETWORK AND ATTENTION教程，seq2seq_translation_tutorial_CN.ipynb

  3. 所属分类：深度学习

    • 发布日期：2020-02-29
    • 文件大小：176kb
    • 提供者：wmq104

  1. char_rnn_generation_tutorial_CN.ipynb

  2. NLP从零开始：使用字符级RNN进行名字生成。Pytorch教程，自然语言处理部分教程，字符级RNN生成教程，char_rnn_generation_tutorial_CN.ipynb

  3. 所属分类：深度学习

    • 发布日期：2020-02-27
    • 文件大小：38kb
    • 提供者：wmq104

  1. PyTorch官方教程中文版.pdf

  2. PyTorch是一个基于Torch的Python开源机器学习库，用于自然语言处理等应用程序。它主要由Facebookd的人工智能小组开发，不仅能够 实现强大的GPU加速，同时还支持动态神经网络，这一点是现在很多主流框架如TensorFlow都不支持的。 PyTorch提供了两个高级功能： 1.具有强大的GPU加速的张量计算（如Numpy） 2.包含自动求导系统的深度神经网络 除了Facebook之外，Twitter、GMU和Salesforce等机构都采用了PyTorch。 官方教程包含了

  3. 所属分类：深度学习

    • 发布日期：2020-02-14
    • 文件大小：16mb
    • 提供者：fendouai

  1. 使用pytorch和torchtext进行文本分类的实例

  2. 文本分类是NLP领域的较为容易的入门问题，本文记录我自己在做文本分类任务以及复现相关论文时的基本流程，绝大部分操作都使用了torch和torchtext两个库。 1. 文本数据预处理 首先数据存储在三个csv文件中，分别是train.csv，valid.csv，test.csv，第一列存储的是文本数据，例如情感分类问题经常是用户的评论review，例如imdb或者amazon数据集。第二列是情感极性polarity，N分类问题的话就有N个值，假设值得范围是0~N-1。 下面是很常见的文本预处理流

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：100kb
    • 提供者：weixin_38706603

  1. BERT大火却不懂Transformer？

  2. Transformer由论文《AttentionisAllYouNeed》提出，现在是谷歌云TPU推荐的参考模型。论文相关的Tensorflow的代码可以从GitHub获取，其作为Tensor2Tensor包的一部分。哈佛的NLP团队也实现了一个基于PyTorch的版本，并注释该论文。在本文中，我们将试图把模型简化一点，并逐一介绍里面的核心概念，希望让普通读者也能轻易理解。从宏观的视角开始首先将这个模型看成是一个黑箱操作。在机器翻译中，就是输入一种语言，输出另一种语言。那么拆开这个黑箱，我们可以

  3. 所属分类：其它

  1. 社交媒体平台中的白话差异：使用NLP模型BERT和LSTM来检测不同社交媒体平台上对话中的白话差异-源码

  2. 信用 该存储库由ThilinaRajapakse派生而来，后者使用了HuggingFace PyTorch-Transformers库来使用UC Berkeley的信息与数据科学硕士计划。 特别是，该存储库将用于展示JJ Sahabu和George Tao在其W266 Final Project中的工作。 目的 该项目具有二进制文本分类功能，用于区分Twitter和Facebook数据。 该项目的目的是展示RoBERTa的简单用法，并将其与LSTM进行比较，并提供朴素的基线模型，以充分了解最新的

  3. 所属分类：其它

  1. nlpaug：NLP的数据增强-源码

  2. Nlpaug 这个python库可帮助您为机器学习项目扩充nlp。 请访问此简介以了解有关。 Augmenter是Augmenter的基本元素，而Flow是将多个增强器组合在一起的管道。 产品特点 生成综合数据以提高模型性能，而无需人工 简单，易于使用的轻量级库。 3行代码中的扩增数据 即插即用到任何机器学习/神经网络框架（例如scikit-learn，PyTorch，TensorFlow） 支持文本和音频输入 文字数据扩充示例 声学数据增强示例 部分 描述 如何使用这个库 介绍所有可用的

  3. 所属分类：其它

  1. BERT大火却不懂Transformer？

  2. Transformer由论文《AttentionisAllYouNeed》提出，现在是谷歌云TPU推荐的参考模型。论文相关的Tensorflow的代码可以从GitHub获取，其作为Tensor2Tensor包的一部分。哈佛的NLP团队也实现了一个基于PyTorch的版本，并注释该论文。在本文中，我们将试图把模型简化一点，并逐一介绍里面的核心概念，希望让普通读者也能轻易理解。从宏观的视角开始首先将这个模型看成是一个黑箱操作。在机器翻译中，就是输入一种语言，输出另一种语言。那么拆开这个黑箱，我们可以

  3. 所属分类：其它

  1. Pytorch-NLP 部分

  2. 感谢伯禹平台举办的活动，本文记录学习Sequence to Sequence模型，包含如下： 1.Encoder-Decoder结构 传统的RNN模型一般是给定输入，然后会有一个对应的输出，对于自然语言处理中的生成任务来说，输出不限定长度的序列有点难以处理，这时候encoder-decoder结构就可以很好的解决这个问题。如下图所示： encoder部分和decoder部分都是RNN网络，其中Encoder部分将输入的序列编码成一个向量，即隐藏层的输出hidden_state,再将这个hidd

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：317kb
    • 提供者：weixin_38737335

  1. HITSZ-NLP-EXP:哈工大深圳自然语言处理课程（本科）实验课讲义-源码

  2. HITSZ-NLP-EXP 哈工大深圳自然语言处理课程（本科）实验课讲义 第一部分 NLTK介绍 情感词典 Gensim 第二部分 pytorch简介 LSTM语言模型 TextCNN

  3. 所属分类：其它