下载解压到到 ~/.keras/models/ 目录下。（windows放在C:\Users\xxx.keras\models\）
2021-05-08 13:07:34
73.86MB
1
下载解压到到 ~/.keras/models/ 目录下。（windows放在C:\Users\xxx.keras\models\）
2021-05-08 13:07:34
81.07MB
1
下载解压到到 ~/.keras/models/ 目录下。（windows放在C:\Users\xxx.keras\models\）
2021-05-08 13:07:34
52.2MB
1
下载解压到到 ~/.keras/models/ 目录下。（windows放在C:\Users\xxx.keras\models\）
2021-05-08 13:07:34
71.04MB
1
下载解压到到 ~/.keras/models/ 目录下。（windows放在C:\Users\xxx.keras\models\）
2021-05-08 13:07:33
489.98MB
1
下载解压到到 ~/.keras/models/ 目录下。（windows放在C:\Users\xxx.keras\models\）
2021-05-08 13:07:33
508.77MB
1
本文将介绍两个使用BERT编码句子（从BERT中提取向量）的例子。
（1）BERT预训练模型字向量提取工具
本工具直接读取BERT预训练模型，从中提取样本文件中所有使用到字向量，保存成向量文件，为后续模型提供embdding。
本工具直接读取预训练模型，不需要其它的依赖，同时把样本中所有 出现的字符对应的字向量全部提取，后续的模型可以非常快速进行embdding
github完整源码
#!/usr/bin/env python
# coding: utf-8
__author__ = 'xmxoxo'
'''
BERT预训练模型字向量提取工具
版本： v 0.3.2
更新: 2020/3/2
2021-05-08 11:06:48
58KB
1
使用PaddlePaddle实现声纹识别的预训练模型。
源码地址：https://github.com/yeyupiaoling/VoiceprintRecognition_PaddlePaddle
2021-05-05 09:06:00
262.77MB
当神经网络具有许多参数时，它们的效果最佳，这使它们成为功能强大的函数逼近器。但是，这意味着必须对非常大的数据集进行训练。由于从头开始训练模型可能是一个非常耗费计算量的过程，需要几天甚至几周的时间，因此，这里提供了各种预先训练的模型供大家下载！
EfficientNet b0-b7一次性打包下载！！
2021-04-27 21:13:44
685.34MB
1