用于中文命名实体识别的简单BiLSTM-CRF模型
该存储库包含用于为中文命名实体识别任务构建非常简单的基于字符的BiLSTM-CRF序列标签模型的代码。 其目标是识别三种类型的命名实体：PERSON，LOCATION和ORGANIZATION。
这段代码可在Python 3和TensorFlow 1.2上运行，以下存储库给了我很多帮助。
模型
此模型类似于论文[1]和[2]提供的模型。 其结构如下图所示：
对于一个中文句子，该句子中的每个字符都有/将具有属于{O，B-PER，I-PER，B-LOC，I-LOC，B-ORG，I-ORG}集的标记。
第一层是查找层，旨在将每个字符表示从一个
2021-04-23 17:39:17
40.13MB
1
PoseNet Python
该存储库包含Google TensorFlow.js Posenet模型的纯Python实现（仅限多姿势）。 对于此之后的（略快）PyTorch实现，请参阅（ ）
我首先或多或少地逐字修改了JS代码，发现性能很低，因此对一些关键函数（命名为_fast ）做了一些矢量化的numpy / scipy版本。
进一步优化是可能的
基本的MobileNet型号在GTX 1080 Ti（或更高版本）上具有200-300 fps的吞吐量
多位置后处理代码使该速率大大降低。 使用快速CPU和GTX 1080+：
JS后处理代码的字面翻译将性能降低到大约30fps
我的
2021-04-06 16:46:13
21KB
1