文件名称：Seq2Seq-PyTorch:使用PyTorch的序列到序列实现
文件大小：13.11MB
文件格式：ZIP
更新时间：2024-04-15 03:30:52
JupyterNotebook
Seq2Seq-PyTorch 使用PyTorch的序列到序列实现 安装 克隆项目，进入项目目录并执行 python setup.py install 或者 pip install ./ 或简单地复制源代码。 推荐使用pip install ./ ，因为您可以先激活虚拟环境，然后再在该环境中安装软件包，而不会影响其他环境。 用法 使用之前，将seq2seq文件夹作为软件包安装或复制到项目目录。 看 一些功能 Trainer支持，尽管内存有限，但可以实现更大（等效）的批处理大小。 去做 支持光束搜索。 修理trainer 。 保存培训检查点时， trainer不会保存最佳时期模型。 因此，如果继续训练，则完成后保存的最佳时期实际上不是整个训练阶段的最佳时期，而是检查点之后的最佳时期。 （不知道培训师是否应在每个检查点保存最好的模型，这会使检查点文件变大。） （不确定是否有必要。）
【文件预览】：
Seq2Seq-PyTorch-main
----setup.py(831B)
----.gitignore(2KB)
----LICENSE(11KB)
----README.md(1KB)
----example()
--------chatbot()
--------translation-French_to_English()
----seq2seq()
--------trainer.py(14KB)
--------utilities.py(3KB)
--------__init__.py(46B)
--------generation_utils.py(26KB)
--------simple_rnn.py(5KB)
--------beam_search_utils.py(19KB)
--------criterions.py(6KB)
--------decoder_rnn.py(12KB)
--------attention.py(7KB)
--------pad_rnn.py(2KB)
--------dataset.py(2KB)
--------seq2seq.py(13KB)
--------vocab.py(6KB)
--------base_model.py(2KB)
--------embedder.py(1KB)
--------evaluator.py(1KB)
----requeirements.txt(62B)