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. nlp_notes:自然语言处理学习笔记：机器学习及深度学习原理和示例，基于Tensorflow和PyTorch框架，Transformer，BERT，ALBERT等最新预训练模型以及源代码详解，以及基于预训练模型进行各种自然语言处理任务。

  2. 自然语言处理学习笔记 机器学习及深度学习原理和示例，基于Tensorflow和PyTorch框架，Transformer，BERT，ALBERT等最新预训练模型以及源代码详解，以及基于预训练模型进行各种自然语言处理任务。以及模型部署 两种传统的模型： 基于规则或模板生成对话系统 基于概率的语言模型利用语料数据，实现了简略的2-gram模型，并利用该模型判断句子的合理性 根据中国城市的位置信息，实现简单的路径规划系统 根据武汉地铁的各站点的位置信息，实现简单的路径规划系统 图的广度优先搜索及深度优

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：25mb
    • 提供者：weixin_42115003

  1. lmtool-fwms:用于快速重量记忆系统的PyTorch语言建模工具包-源码

  2. PyTorch语言建模工具包（用于快速重量存储系统） 该存储库包含论文中用于语言建模实验的正式代码： ... 更一般而言，它可以用作PyTorch中的语言建模工具包来进行以下实验： 具有不同更新规则和线性注意功能的快速重量存储系统： 更新规则：删除后的“ sum”和“ ours”（如本文所建议；第4.2节） 线性注意功能：“基于ELU的”线性注意，“ FAVOR +”，“确定性无参数投影（DPFP）” 例如，某些组合会产生众所周知的模型： =“求和”更新规则+“基于ELU”的线性注意 =“总和”

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：68kb
    • 提供者：weixin_42102358

  1. Cifar10-using-Resnet9-arch-源码

  2. Cifar10-using-Resnet9-arch 下载数据集的链接，请单击下面的链接： : 在此模型中，我使用Resnet9架构来创建图像分类模型，在此模型中，我还使用了卷积神经网络，该网络在图像分类模型上非常有用，我使用Pytorch语言与该项目一起工作。 首先，我们对数据集进行规范化，以便我们可以在0到1之间调整值。然后，我们使用卷积神经网络训练模型，以便能够正确预测图像的标签。

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：344kb
    • 提供者：weixin_42102401

  1. full_stack_transformer:Pytorch库用于端到端的变压器模型训练，推理和服务-源码

  2. 全栈变压器 Pytorch库用于端到端的变压器模型训练，推理和服务。一系列出色的图书馆。 图书馆设计 该库的组织方式使得子包包含所有建模，数据结构和数据流类。 在子程序包中，包含所有特定于任务的代码。 可用任务： -经典的基于文档的语言模型培训。它还提供了用于交互式文本生成的应用程序服务。 文件语言模型 目前，该库中只有1个任务可用。因此，我将在README中为此示例使用一个示例。当将执行其他任务时，我将移动文档中的所有示例。 特征 自动LM数据集准备 端到端变压器LM培训 训练 用元数据（控制

  3. 所属分类：其它

  1. pytorch-performer:使用pytorch的Performer简单实现-源码

  2. 演员 pytorch Performer的简单实现。 模型 表演者使用随机特征图来近似内核。内核期望取代Transformer的“点积自关注”。 Softmax内核 kernel_transformation=softmax_kernel_transformation. 鲁鲁内核 kernel_transformation=relu_kernel_transformation 测试与范例 语言模型 动力总成 预训练屏蔽语言模型。 预训练文件： /example/train_mlm.py

  3. 所属分类：其它

  1. TaBERT:该存储库包含TaBERT模型的源代码，TaBERT模型是一种预训练的语言模型，用于学习自然语言话语的联合表示形式以及（半）结构化表以进行语义解析。 TaBERT在庞大的26M Web表及其相关自然语言上下文的主体上进行了预训练

  2. TaBERT：学习自然语言话语和结构化表的上下文表示 该存储库包含源代码， 是一种预训练的语言模型，用于学习自然语言话语的联合表示形式以及（半）结构化表以进行语义解析。 TaBERT在庞大的26M Web表及其相关自然语言上下文的主体上进行了预训练，可以用作语义解析器原始编码器的直接替代品，以计算话语和表模式（列）的表示形式。 安装 首先，安装带有支持库的tabert环境tabert 。 bash scr ipts/setup_env.sh 创建TaBERT环境后，请使用以下命令安装TaBER

  3. 所属分类：其它

  1. lm-prior-for-nmt:该存储库包含论文“用于低资源神经机器翻译的语言模型优先”的源代码-源码

  2. 该存储库包含论文“用于低资源神经机器翻译的语言模型优先”的论文的源代码（） 介绍 在这项工作中，我们使用在目标方单语语料库上训练的语言模型（LM）作为较弱的先验知识。 我们添加了一个正则化项，该项驱动翻译模型（TM）的输出分布在LM的分布下可能出现。 更新：您现在可以使用插件下使用LM-之前与fairseq 。 先决条件 安装要求 创建环境（可选） ：理想情况下，您应该为项目创建一个环境。 conda create -n lmprior python=3 conda activate l

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：16mb
    • 提供者：weixin_42117622

  1. RobinASR:ROBIN项目中的罗马尼亚语自动语音识别-源码

  2. 罗宾·阿斯 该存储库包含基于架构的罗马尼亚语言的罗宾自动语音识别（RobinASR），以及用于转录的语言模型。 预训练的文本-语音模型可被下载和预训练KenLM能下载。 另外，请确保访问： RELATE平台中可用的ASR系统演示： ://relate.racai.ro/index.php path robin/asr 允许断字和基本大小写还原的后处理Web服务： ： 安装 您必须在系统中安装Python 3.6+和PyTorch 1.5.1+。 还。 如果要使用（推荐）GPU版

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：59kb
    • 提供者：weixin_42107561

  1. performer-pytorch:Pytorch中Performer（基于线性注意的转换器）的实现-源码

  2. 表演者-火炬手 的实施，线性注意力基于变压器的变体与A F AST甲ttention V IA正O rthogonalřandom特征的方法（FAVOR +）。 安装 $ pip install performer-pytorch 用法 表演者语言模型 import torch from performer_pytorch import PerformerLM model = PerformerLM ( num_tokens = 20000 , max_seq_len = 20

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：69mb
    • 提供者：weixin_42122986

  1. simpletransformers:用于分类，NER，QA，语言建模，语言生成，T5，多模式和会话式AI的变压器-源码

  2. 简单的变形金刚 该库基于HuggingFace的库。 使用简单的Transformers，您可以快速训练和评估Transformer模型。 初始化模型，训练模型和评估模型仅需要三行代码。 技术支持 序列分类 代币分类（NER） 问题回答 语言模型微调 语言模型训练 语言生成 T5型号 Seq2Seq任务 多模态分类 对话式AI。 文本表示生成。 目录 设置 与conda 从安装Anaconda或Miniconda Package Manager 创建一个新的虚拟环境并安装软件包。 con

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：17mb
    • 提供者：weixin_42165018

  1. SEED-源码

  2. SE_ASTER 介绍 这是论文“ SEED：用于场景文本识别的语义增强的编码器-解码器框架”的实现。此代码基于 ，我们衷心感谢ayumiymk的出色回购和帮助。 如何使用 环保 PyTorch == 1.1.0 torchvision == 0.3.0 fasttext == 0.9.1 详细信息可以在requests.txt中找到 火车 准备数据 从下载预训练的语言模型（bin） 更新lib / tools / create_all_synth_lmdb.py中的路径 运行lib / to

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：89kb
    • 提供者：weixin_42122988

  1. NLPworkshop:使用PyTorch的NLP-基础-源码

  2. NLP工作室 地基 应用领域 NLP任务 预处理 OHE，TF-IDF，CountVectorizer 空间 语言模型 RNN LSTM 10 PyTorch

  3. 所属分类：其它

  1. transformer-pytorch:简单的pytorch变压器实现示例-源码

  2. 变压器 中简单的变压器pytorch实现。 模型 model ㄴ transformer.py ﹒﹒﹒ 트랜스포머 모델 ㄴ util.py ﹒﹒﹒ 모델에 사용되는 유틸 ㄴ visualization.py ﹒﹒﹒ 모델의 각 부분 시각화 train_translation.py﹒﹒﹒ 한국어-영어 번역 학습 run_translation.py ﹒﹒﹒ 한국어-영어 번역 테스트 例子 1.掩盖语言模型 在掩盖语言模型任务上进行预训练转换器，并在

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：531kb
    • 提供者：weixin_42100129

  1. BERT-pytorch-源码

  2. 伯特·比托奇 Google AI的2018 BERT的Pytorch实现，带有简单注释 BERT 2018 BERT：用于语言理解的深度双向变压器的预培训论文URL： : 介绍 Google AI的BERT论文显示了在各种NLP任务（新的17个NLP任务SOTA）上的惊人结果，包括胜过SQuAD v1.1 QA任务的人类F1得分。 本文证明，通过适当的语言模型训练方法，基于Transformer（自注意）的编码器可以有效地替代先前的语言模型。 更重要的是，他们向我们展示了这种经过预先训练的

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：35kb
    • 提供者：weixin_42135073

  1. pytorch语言模型-源码

  2. PyTorch语言模型 有关当前建议的API，请参见main.py 去做： [] CharacterLanguageModelingDataset [] datasets.py [] ptb []维基文字 [] enwik8

  3. 所属分类：其它

  1. PyTorch_GBW_LM：10亿个字（LM1B GBW）数据集的PyTorch语言模型-源码

  2. PyTorch大规模语言模型 在10亿字（LM1B）/（GBW）数据集上训练的大规模PyTorch语言模型 最新结果 39.98使用LSTM语言模型和Adam Optimizer进行5次训练后的困惑 使用1个Nvidia V100 GPU（每个纪元〜5.1小时）和2048个批处理大小（ 〜10.7 GB GPU内存）在约26小时内进行了培训 以前的结果 46.47在1层，2048个单位，256个投影的LSTM语言模型上经过5个训练时期后的困惑[3] 使用1个Nvidia P100 GPU进行了

  3. 所属分类：其它

  1. 适配器变压器：Huggingface变压器+适配器=:red_heart_selector:-源码

  2. 适配器变压器 HuggingFace的变形金刚的友好分支，为PyTorch语言模型添加了适配器 adapter-transformers是库的扩展，通过合并 （预训练的适配器模块的中央存储库），将适配器集成到最新的语言模型中。 该库可以用作HuggingFace Transformers的替代品，并定期同步新的上游更改。 快速导览 adapter-transformers当前支持Python 3.6+和PyTorch 1.1.0+ 。 ，您可以从PyPI安装适配器-变压器... pip i

  3. 所属分类：其它

  1. nlp-pytorch-zh：《用PyTorch进行自然语言处理》-源码

  2. PyTorch自然语言处理 译者： 协议： 所有模型都是错的，但其中一些是有用的。 本书旨在为新人提供自然语言处理（NLP）和深度学习，以涵盖这两个领域的重要主题。这两个主题领域都呈指数级增长。关于一本介绍深度学习和突出实现的NLP的在写这本书时，我们不得不对某些材料遗漏引起困难的，有时甚至是不舒服的选择。对于初学者，我们希望本书能够为基础知识提供很有特色的基础，并可以透视见可能的内容。特别是机器学习和深度学习是一种经验学科，而不是智力科学。我们希望每章中慷慨的端到端代码示例邀请您参与这一经

  3. 所属分类：其它

  1. BERT-pytorch：Google AI 2018 BERT pytorch实施-源码

  2. 伯特·比托奇 Google AI的2018 BERT的Pytorch实现，带有简单注释 BERT 2018 BERT：用于语言理解的深度双向变压器的预培训论文URL： : 介绍 Google AI的BERT论文显示了在各种NLP任务（新的17个NLP任务SOTA）上的惊人结果，包括在SQuAD v1.1 QA任务上的表现优于人类F1得分。 本文证明，通过适当的语言模型训练方法，基于Transformer（自注意）的编码器可以有效地替代先前的语言模型。 更重要的是，他们向我们展示了这种预先训

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：28kb
    • 提供者：weixin_42173218

  1. FfDL：深度学习结构（FfDL，发音为fiddle）是一个深度学习平台，在Kubernetes上提供TensorFlow，Caffe，PyTorch等作为服务-源码

  2. 用其他语言阅读：。 深度学习结构（FfDL） 该存储库包含FfDL （深度学习结构）平台的核心服务。 FfDL是用于深度学习的操作系统“架构”。 它是用于以下方面的协作平台： 分布式硬件上的深度学习模型的与框架无关的训练 开放式深度学习API 在用户的私有或公共云中运行深度学习托管 要了解有关建筑细节的更多信息，请阅读。 如果您正在寻找演示，幻灯片，抵押品，博客，网络研讨会以及与FfDL相关的其他材料，请 先决条件 kubectl ：Kubernetes命令行界面（ ） helm ：

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：16mb
    • 提供者：weixin_42110469
« 12 3 4 5 6 »