文件名称：QANet:QANet的Tensorflow实现
文件大小：958KB
文件格式：ZIP
更新时间：2024-06-04 12:49:32
Python
Tensorflow中的QANet 的TensorFlow实现，这是一种高效的阅读理解模型，专门基于卷积和自我注意而构建。 通过不使用循环连接，可以在保持良好准确性的同时将训练速度提高13倍。 值得注意的是，EM准确性得分在SQuAD数据集上优于人类表现。 要求 Python 2.7 Tensorflow 1.8 NumPy 1.14.2 用法 要创建QANet架构的TensorFlow计算图，请运行： $ python main.py 代码组织 在类中构造模型代码时要遵循OOP范式。 通过广泛使用功能的模块化有助于抽象化复杂的架构部分甚至Tensorflow功能（例如：张量共享）。 文件结构： main.py ：文件main.py包含主程序。 QANet的计算图在此处构建，并在一个会话中启动。 modules.py ：文件modules.py包含以模块化样式编写的辅助函数和
【文件预览】：
QANet-master
----qanet.py(10KB)
----assets()
--------architecture.png(70KB)
--------tf_computation_graph.png(1.12MB)
----params.py(503B)
----README.md(2KB)
----modules.py(15KB)
----main.py(1KB)