seq2seq:基于RNN的序列到序列架构的PyTorch实现-源码

Python

seq2seq seq2seq-pytorch是一个框架，用于在实现的基于注意力的序列到序列模型。该框架具有用于seq2seq模型，训练，推理，检查点等的模块化和可扩展组件。介绍 Seq2seq将一个序列转换为另一序列。它通过使用递归神经网络（RNN）或更经常使用LSTM或GRU来避免梯度消失的问题。每个项目的上下文是上一步的输出。主要组件是一个编码器和一个解码器网络。编码器将每个项目转换为包含该项目及其上下文的相应隐藏向量。解码器使用先前的输出作为输入上下文来逆转该过程，将向量转换为输出项。安装此项目建议使用Python 3.6或更高版本。我建议为此项目创建一个新的虚拟环境（使用virtualenv或conda）。先决条件 Numpy： pip install numpy （有关安装Numpy的问题，请参阅）。 PyTorch：请访问以在您的环境中安装该版本。

文件下载

资源详情

[{"title":"（ 199 个子文件 13.09MB ） seq2seq:基于RNN的序列到序列架构的PyTorch实现-源码","children":[{"title":".gitignore 207B ","children":null,"spread":false},{"title":"data.txt 214.22KB ","children":null,"spread":false},{"title":"vocab.source 19B ","children":null,"spread":false},{"title":"vocab.target 19B ","children":null,"spread":false},{"title":"data.txt 21.38KB ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"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

seq2seq:基于RNN的序列到序列架构的PyTorch实现-源码

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

热门下载

最新下载