RNN 不同于传统神经网络的感知机的最大特征就是跟时间挂上钩，即包含了一
个循环的网络，就是下一时间的结果不仅受下一时间的输入的影响，也受上一
时间输出的影响，进一步地说就是信息具有持久的影响力。人们在看到新的信
息的时候产生的看法或者判断，不仅仅是对当前信息的反应，先前的经验、思
想的也是参与进去这次信息的推断的。
2022-03-28 16:57:13
1.15MB
1
FastCAE源码下载与编译说明（源码下载编译必读）
特别注意：
源码绝对路径中不要出现中文字符;
源码文件夹中不要出现空格(){}*/?|\等特殊字符
要求Windows7以上的64位系统
要求自行安装Visual Studio 2017和Qt5.14.2
源码下载：
两种方式可以下载源码，直接下载和使用git克隆
直接下载，从GitHub直接一次性打包下载全部源码。
git克隆，使用git克隆代码仓库，后续可以不断拉取更新。
#文件夹结构
Code FastCAE源码
OCC OpenCASCADE7.4.0编译的第三方库，适用于windows平台
VTK VTK9.0.1编译的第三方库，适用于windows平台
output 程序的编译输出
cgns cgns第三方库，适用于windows平台
quazip 压缩文件的第三方库
编译过程
源码编译支
2022-03-24 21:27:54
385.57MB
1
自研操作系统：DIM-SUM设计与实现文字版
自研操作系统：DIM-SUM设计与实现文字版
自研操作系统：DIM-SUM设计与实现文字版
2022-03-11 23:05:54
17.25MB
1
SPACES
端到端的长文本摘要模型（法研杯2020司法摘要赛道）。
博客介绍：
含义
我们将我们的模型称为SPACES，它正好是科学空间的域名之一（），具体含义如下：
S：Sparse Softmax；
P：Pretrained Language Model；
A：Abstractive；
C：Copy Mechanism；
E：Extractive；
S：Special Words。
顾名思义，这是一个以词为单位的、包含预训练和Copy机制的“抽取-生成”式摘要模型，里边包含了一些我们对文本生成技术的最新研究成果。
运行
实验环境：tensorflow 1.14 + keras 2.3.1 + bert4keras 0.9.7
(如果是Windows，请用bert4keras>=0.9.8)
首先请在snippets.py中修改相关路径配置，然后再执行下述代码。
训练代码：
#! /b
2022-03-10 15:21:26
74KB
1