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. ML-Text-Mining:与机器学习在线竞赛有关的项目-源码

  2. 文字分析 该存储库包含文本分析机器学习内容。 用例 下一个单词的预测 情绪分析-分析社交媒体影响者 分类 主题建模-识别文本的主题类别 语言翻译 可视化 预处理 案例标准化 标记化-字符，单词，n-gram，句子 删除停用词 茎和茎 词嵌入5.1）跳过语法5.2）CBOW 5.3）GloVE 5.4）FastText 位置编码 传统方法 言语包 TF IDF 基于机器学习-朴素贝叶斯，逻辑回归 深度学习模型 RNN 格鲁 LSTM 双向LSTM 注意力 变压器5.1）Bert 5.2）

  3. 所属分类：其它

  1. Shakespeare-Text-Generation-源码

  2. 莎士比亚文本生成 该网络应用程序使用LSTM训练莎士比亚的数据，并创建一种语言模型，以莎士比亚的风格生成文本。 RNN（递归神经网络） 递归神经网络（RNN）是一类人工神经网络，对于建模序列数据（例如时间序列或自然语言）具有强大的功能。 与RNN相比，香草神经网络有一个缺点，它们无法解决需要记住有关过去输入信息的机器学习问题。 在处理顺序数据时，记住数据中的关系是关键，而普通的CNN并不擅长长度可变的输入和输出。 因此，我正在使用RNN进行文本生成。 我使用一种称为LSTM的特殊RNN，它可

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：19mb
    • 提供者：weixin_42097557

  1. A-defense-method-for-textual-adversarials:一种采用BERT的掩蔽语言建模功能的防御方法，可抵抗文本中的对抗性示例-源码

  2. 基于MLM的对抗文本对抗性示例的防御方法 代码目录包括我们的防御方法实现以及三个管道。 Text_attack管道是主要的管道，我们在其中生成对抗性示例并测试针对被攻击数据的方法。 scRNN文件是用于计算各种数据集上的半字符RNN基线准确性的管道。 数据增强和对抗训练基准在AT中实现。 数据集目录包含生成的对抗示例以及我们方法的输出。

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：12mb
    • 提供者：weixin_42165583

  1. NLP-with-Python-for-Beginners:NICF的示例代码–适用于初学者的Python自然语言处理（NLP）-源码

  2. NICF –适用于初学者的使用Python的自然语言处理（NLP） 按 这些是用于课程的练习文件。 课程大纲可以在下面找到 主题1 NLP和深度学习概述 NLP概述 NLP的应用 NLP的深度学习方法 递归神经网络（RNN）的基础 为NLP安装Python软件包– Scikit Learn，Tensorflow，NLTK，Spacy，Gensim 主题2词嵌入 词嵌入概述 词嵌入模型 预训练词嵌入模型 主题3语言建模 标记化和停用词 词干和词法化 语音和解析的一部分 命名实体识别（NER）

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：29mb
    • 提供者：weixin_42164931

  1. 使用RNN-LSTM语言建模-源码

  2. 使用RNN-LSTM语言建模 这是在DR指导下的自然语言处理主题的最终semster项目。 T·阿基兰

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：1018kb
    • 提供者：weixin_42138376

  1. lm_word_level：语言模型单词级别-源码

  2. 词级语言建模RNN 本示例在语言建模任务上训练多层RNN（Elman，GRU或LSTM）。 默认情况下，训练脚本使用提供的Wikitext-2数据集。 然后，生成的脚本可以使用经过训练的模型来生成新文本。 python main.py --cuda --epochs 6 # Train a LSTM on Wikitext-2 with CUDA python main.py --cuda --epochs 6 --tied # Train a tied LSTM

  3. 所属分类：其它

  1. RNN语言建模-源码

  2. RNN语言建模 描述 设计并实现了字符级LSTM模型，以使用WikiText-2语言建模数据集生成文本。 注意：该项目是我的家庭作业的一部分。 当前的CMU学生请不要阅读这些守则。

  3. 所属分类：其它

  1. pycadl：Python程序包，包含源于“ TensorFlow的深度学习的创造性应用”课程的源代码-源码

  2. 介绍 该软件包是Kadenze学院计划“使用一部分。 （免费审核） 第一节：TensorFlow简介第2节：使用TensorFlow训练网络第三节：无监督和有监督的学习第四节：可视化和产生幻觉第五节：生成模型 （程序专有） 第一节：云计算，GPU，部署第二节：混合物密度网络第3节：使用RNN进行注意力建模，DRAW 第四节：使用GAN进行图像到图像的翻译 （程序专有） 第1节：音乐和艺术建模：Google Brain的洋红色实验室第二节：建模语言：自然语言处理专题3：带有PixelCNN的自回

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：648kb
    • 提供者：weixin_42131261

  1. OpenNMT-tf：使用TensorFlow进行神经机器翻译和序列学习-源码

  2. OpenNMT-tf OpenNMT-tf是使用TensorFlow 2的通用序列学习工具包。虽然神经机器翻译是主要的目标任务，但它的设计目的是更普遍地支持： 序列到序列的映射 序列标记 序列分类 语言建模 该项目以生产为导向，。 主要特点 模块化模型架构 用代码描述模型，以允许训练自定义架构和覆盖默认行为。 例如，以下实例定义了具有2个串联输入特征，自注意编码器和共享其输入和输出嵌入的注意RNN解码器的序列模型序列： opennmt . models . SequenceToSequen

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：272kb
    • 提供者：weixin_42099942

  1. course-nlp：NLP课程的代码优先简介-源码

  2. 自然语言处理的代码优先入门 您可以在找到有关该课程的，所有 。 该课程最初课程（2019年夏季）中教授的。该课程使用Jupyter Notebooks使用Python进行教学，并使用sklearn，nltk，pytorch和fastai等库。 目录 将涵盖以下主题： 1.什么是NLP？ 不断变化的领域 资源资源 工具类 Python库 应用范例 道德问题 2.使用NMF和SVD进行主题建模 停用词，词干和词形化 术语文档矩阵 主题频率-逆文档频率（TF-IDF） 奇异值分解（SVD）

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：15mb
    • 提供者：weixin_42166626