文件名称：bytenet.pytorch:用于神经机器翻译的Bytenet网络的pytorch实现
文件大小：23KB
文件格式：ZIP
更新时间：2024-06-02 15:20:02
neural-network pytorch seq2seq neural-machine-translation encoder-decoder
Bytenet-Pytorch实现 介绍 这是Bytenet的PyTorch版本， 是用于机器翻译的全卷积编码器/解码器网络。 该网络的显着特征包括编码器和解码器的堆叠特性，编码器和解码器中大小呈指数扩展的膨胀（无用）卷积以及解码器中的掩蔽（偶然）卷积。 要求 Python 3.6（可能与其他版本一起使用，但我使用了3.6） -BLEU评分[未实施] -CTC波束搜索[未实现] -CTC损失功能[未实现] 数据集 翻译任务 -仅用于测试解码器网络 如何使用 安装PyTorch。 我建议使用水蟒 克隆此仓库 git clone https://github.com/dhpollack/bytenet.pytorch.git --recursive 下载并解压缩数据集 编辑config.json以指向数据集的位置 训练全网 python train_bytenet_wmt.py
【文件预览】：
bytenet.pytorch-master
----.gitmodules(180B)
----utils.py(550B)
----infer.py(4KB)
----test()
--------__init__.py(0B)
--------training_tests.py(2KB)
--------loader_tests.py(723B)
--------bytenet_tests.py(2KB)
----config.json(220B)
----ctcdecode()
----train_bytenet.py(5KB)
----train_decoder_enwik8.py(4KB)
----data()
--------wmt_loader.py(5KB)
--------enwik8_loader.py(2KB)
--------iwslt_loader.py(5KB)
--------__init__.py(537B)
--------loader_utils.py(2KB)
--------taboeta_loader.py(6KB)
----warp-ctc()
----.gitignore(1KB)
----readme.md(1KB)
----bytenet()
--------bytenet_modules.py(7KB)
--------__init__.py(31B)
--------beam_opennmt.py(6KB)