文件名称:sdca4crf:条件随机场的随机双坐标上升
文件大小:27.73MB
文件格式:ZIP
更新时间:2024-05-31 15:48:54
Python
SDCA4CRF 用于训练条件随机场的随机双坐标上升。 访问以获取更多详细信息。 依靠 Python 3.6,Numpy,Scipy,Matplotlib, 。 用法 使用所需的参数调用main.py 参数的完整列表在sdca4crf/arguments.py指定。 主要的训练循环位于sdca4crf/sdca.py 。 一个典型的用例是: python main.py --dataset ner --non-uniformity 0.8 --sampling-scheme gap 您可以使用tensorboard可视化训练。 训练结束时,训练曲线和其他结果也将保存到泡菜文件中。 在data/下有四个预处理的数据集。 要使用另一个数据集,您应该提取特征并将其编号。 名为experiments的文件夹包含一堆用于该论文的脚本。
【文件预览】:
sdca4crf-master
----.gitignore(3KB)
----experiment1()
--------launch_pos_cedar.sh(338B)
--------launch_conll_cedar.sh(362B)
--------description.txt(87B)
--------launch_cedar.sh(504B)
--------launch_ner_cedar.sh(337B)
--------launch_ocr_cedar.sh(337B)
----data()
--------split_ocr.py(670B)
--------ocr.mat(925KB)
--------NER_train.mat(4.47MB)
--------POS_test.mat(1.86MB)
--------ocr_train.mat(809KB)
--------NER_test.mat(1.13MB)
--------POS_train.mat(13.42MB)
--------coNLL_test.mat(911KB)
--------ocr_test.mat(82KB)
--------coNLL_train.mat(4.07MB)
----experiment3()
--------launch_pos_cedar.sh(334B)
--------launch_conll_cedar.sh(341B)
--------description.txt(72B)
--------launch_cedar.sh(549B)
--------launch_ner_cedar.sh(334B)
--------launch_ocr_cedar.sh(333B)
----experiment4()
--------launch_ner_elisa.sh(257B)
--------launch_ocr_elisa.sh(257B)
--------launch_elisa.sh(453B)
--------launch_pos_elisa.sh(258B)
--------description.txt(91B)
--------launch_conll_elisa.sh(262B)
----LICENSE(1KB)
----doc()
--------ner_primal_calls.png(115KB)
----sdca4crf()
--------line_search.py(8KB)
--------parameters()
--------sampler_wrap.py(3KB)
--------__init__.py(0B)
--------sampler.py(3KB)
--------get_datasets.py(823B)
--------arguments.py(6KB)
--------sdca.py(7KB)
--------monitor.py(8KB)
--------utils.py(2KB)
--------oracles.py(3KB)
--------labeled_data.py(5KB)
----README.md(999B)
----experiment5()
--------launch_elisa.sh(296B)
--------description.txt(86B)
--------launch_dataset.sh(234B)
----experiment2()
--------launch_pos_cedar.sh(346B)
--------launch_conll_cedar.sh(354B)
--------description.txt(65B)
--------launch_cedar.sh(479B)
--------launch_ner_cedar.sh(346B)
--------launch_ocr_cedar.sh(346B)
----main.py(925B)
----test()
--------opengm_test.py(174B)
--------ocr_test.py(871B)
--------random_counters_test.py(500B)
--------multiclass_logreg_test.py(622B)