pytorch-tta:Pytorch实施的“用于无监督学习的快速，准确的深度双向语言表示形式”

Python

贸易协定该存储库是论文pytorch版本。介绍 T-TA或T基于ransformer-T EXT一个utoencoder，是监督学习任务的新深双向语言模型。 T-TA学习了直接的学习目标，即语言自动编码，该功能可以只使用上下文自动预测句子中的所有标记。与“掩蔽语言模型”不同，T-TA具有自掩蔽机制，以避免仅将输入复制到输出。与BERT（用于微调整个预先训练的模型）不同，T-TA特别有利于获得上下文嵌入，这些嵌入是从训练的语言模型的隐藏层生成的每个输入令牌的固定表示。 T-TA模型体系结构基于模型体系结构，而模型体系结构主要是标准的体系结构。这段代码基于，其中包括用于构建自定义词汇表，准备Wikipedia数据集等的方法。用法 from tta . modeling_tta import TTALMModel from transformers import AutoToken

文件下载

资源详情

[{"title":"（ 4 个子文件 9KB ） pytorch-tta:Pytorch实施的“用于无监督学习的快速，准确的深度双向语言表示形式”","children":[{"title":"pytorch-tta-main","children":[{"title":".gitignore 4.07KB ","children":null,"spread":false},{"title":"tta","children":[{"title":"__init__.py 0B ","children":null,"spread":false},{"title":"modeling_tta.py 26.06KB ","children":null,"spread":false}],"spread":true},{"title":"README.md 1.55KB ","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

pytorch-tta:Pytorch实施的“用于无监督学习的快速，准确的深度双向语言表示形式”

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载