文件名称：A4:深度学习的作业 4
文件大小：35.38MB
文件格式：ZIP
更新时间：2024-06-27 13:59:41
Lua
长短期记忆单元（原始自述文件） 这是一个独立的包，用于在词级 Penn Tree Bank 数据集上训练语言模型。 它在 1 小时内实现了小模型 115 的困惑度，大模型一天的 81 困惑度。 38个大模型的模型合奏给出了69个困惑。 此代码源自 （同一作者，但不同公司）。 更多信息： : 深度学习纽约大学 2015 年Spring课程 对原代码的修改： 使函数全局化并将主要部分放在函数之外，以便于交互会话。 为 stdin/stdout 通信示例添加了 a4_commununication_loop.lua。 在 data/ 中添加了字符预处理训练和验证 ptb 集。 修改了 data.lua 以便我们都可以轻松地以相同的方式加载数据并就字典达成一致。 添加了一个简单的脚本 a4_vocab.lua，用于加载数据并打印字符级词汇（也将用于评分）。 添加了 a4_gra
【文件预览】：
A4-master
----base.lua(2KB)
----char_inv_vocab_map(1KB)
----main_exp2.lua(14KB)
----nngraph_handin.lua(329B)
----stl_job_script.q(965B)
----main.lua(14KB)
----main_exp1.lua(14KB)
----a4_communication_loop.lua(915B)
----run.sh(82B)
----CONTRIBUTING.md(3KB)
----cn_char(5.14MB)
----LICENSE(11KB)
----README.md(1KB)
----data_char.lua(2KB)
----a4_grading.py(2KB)
----a4_vocab.lua(154B)
----char_vocab_map(1KB)
----cn_word(35.58MB)
----data()
--------ptb.test.txt(439KB)
--------ptb.train.txt(4.87MB)
--------ptb.char.valid.txt(768KB)
--------ptb.char.train.txt(9.57MB)
--------ptb.valid.txt(390KB)
----data.lua(2KB)
----Paper()
--------A4_paper.tex(5KB)
--------LSTMeqs.pdf(118KB)
--------plot.dot(2KB)
--------A4_paper.synctex.gz(15KB)
--------plot.svg(12KB)
--------A4_paper.out(658B)
--------LSTMcell.pdf(118KB)
--------MultilayerRNN.pdf(118KB)
--------A4_paper.pdf(666KB)
--------nips14submit_e.sty(9KB)
--------A4_paper.log(18KB)
--------A4_paper.aux(2KB)