cnn-text-classification-pytorch:PyTorch中用于句子分类的CNN

pytorch cnn-model 附件源码文章源码

介绍这是PyTorch中Kim的论文的实现。 Kim在Theano中对该模型的实现：： Denny Britz在Tensorflow中有一个实现： : 亚历山大·拉赫林（Alexander Rakhlin）在Keras的执行；要求 Python3 火炬> 0.1 火炬文本> 0.1 麻木结果我只是尝试了两个数据集，即MR和SST。数据集班级人数最佳结果金的论文结果先生 2个 77.5％（CNN-rand-static） 76.1％（CNN-rand-nostatic） SST 5 37.2％（CNN-rand-static） 45.0％（CNN-rand-nostatic）我没有为SST认真调整超参数。用法 ./main.py -h 或者 python3 main.py -h 你会得到： CNN text classificer o

文件下载

资源详情

[{"title":"（ 7 个子文件 12KB ） cnn-text-classification-pytorch:PyTorch中用于句子分类的CNN","children":[{"title":"cnn-text-classification-pytorch-master","children":[{"title":".gitignore 1.12KB ","children":null,"spread":false},{"title":"LICENSE 11.09KB ","children":null,"spread":false},{"title":"mydatasets.py 4.51KB ","children":null,"spread":false},{"title":"README.md 3.84KB ","children":null,"spread":false},{"title":"main.py 5.26KB ","children":null,"spread":false},{"title":"model.py 1.10KB ","children":null,"spread":false},{"title":"train.py 3.76KB ","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

cnn-text-classification-pytorch:PyTorch中用于句子分类的CNN

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