文件名称：pytorch_lstm-shuttle:LSTM-Shuttle的PyTorch实现
文件大小：1.59MB
文件格式：ZIP
更新时间：2024-05-03 02:08:20
natural-language-processing pytorch speed-reading emnlp2018 JupyterNotebook
[EMNLP'18（Long）]快速阅读：学习通过航天飞机向后阅读 LSTM-Shuttle的PyTorch实现 | 概述 LSTM-Shuttle是“” 和在自然语言处理的经验方法会议（ EMNLP ）2018中（长期） LSTM-Shuttle不仅向前读取穿梭内容，而且向后走。 向前穿梭可提高效率，向后穿梭可使模型有机会恢复丢失的信息，从而确保更好的预测。 它首先顺序读取固定数量的单词，然后输出隐藏状态。 然后，基于隐藏状态，LSTM-Shuttle计算前进或后退步幅上的Shuttle softmax分布。 要求 该代码在Python3和下实现。 还需要以下库： > = 0.4 用法 我们将用作预训练的词嵌入。 LSTM-香草 model_lstm-vanilla.ipynb LSTM跳跃 model_lstm-jump.ipynb LSTM穿梭机 model_lstm-shu
【文件预览】：
pytorch_lstm-shuttle-master
----.DS_Store(6KB)
----Demo()
--------demo_pg.ipynb(6KB)
--------dummy(0B)
----imgs()
--------poster.jpg(999KB)
--------case.png(725KB)
--------overview.png(109KB)
----model_lstm-pg.ipynb(8KB)
----README.md(2KB)
----Src()
--------dummy(0B)
----model_lstm-shuttle.ipynb(11KB)
----Dataset()
--------dummy(0B)
----Model()
--------dummy(0B)
----model_lstm-jump.ipynb(11KB)
----model_lstm-vanilla.ipynb(7KB)