文件名称：recursive_neural_network:递归神经网络的火炬实现
文件大小：1.86MB
文件格式：ZIP
更新时间：2024-05-22 07:48:36
Python
基于cs224d分配的递归神经网络的火炬实现3。 假定给定分配给每个句子的树结构。 树中的每个节点都有一个标签。 我们尝试预测标签。 在Terminal.app中，运行th tree.lua训练模型并检查开发集的性能。 打印训练集和开发集的混淆矩阵。 结果我得到了 h_dim = 30 batch_size = 30 number_of_iteration = 10000 动车组： ConfusionMatrix: [[ 1356 4922 340 1360 267] 16.446% [class: 1] [ 219 21002 7292 5494 355] 61.120% [class: 2] [ 23 3257 205016 11241 251] 93.279%
【文件预览】：
recursive_neural_network-master
----Embedding.lua(1019B)
----.gitignore(46B)
----runNNet.py(7KB)
----rntn.py(5KB)
----trees()
--------dev.txt(274KB)
--------test.txt(546KB)
--------train.txt(2.06MB)
----dev.txt(274KB)
----check_dropout.lua(368B)
----test.sh(483B)
----model_utils.lua(5KB)
----test.txt(546KB)
----check_table.lua(201B)
----tree.py(4KB)
----check_margincriterion.lua(786B)
----train1.txt(3KB)
----rnn_changed.pyc(6KB)
----rnn.py(7KB)
----function_check1.lua(53B)
----assignment3.pdf(214KB)
----check_function.lua(92B)
----rnn2deep.pyc(6KB)
----tree.pyc(5KB)
----README.md(1KB)
----check_f.lua(64B)
----run.sh(810B)
----rnn.pyc(6KB)
----sgd.pyc(2KB)
----dev1.txt(166B)
----rnn2deep.py(7KB)
----sgd.py(2KB)
----train.txt(2.06MB)
----check_margincriterion1.lua(914B)
----rntn.pyc(5KB)
----setup.sh(211B)
----check_strip.lua(140B)
----check_local.lua(78B)
----rnn.lua(287B)
----project_utils.lua(2KB)
----test1.txt(2KB)
----table_utils.lua(3KB)
----rnn_changed.py(5KB)
----tree.lua(9KB)