文件名称：my_seq2seq:我的seq2seq基于张量流
文件大小：277KB
文件格式：ZIP
更新时间：2024-06-02 07:18:19
tensorflow encoder decoder seq2seq attention
Seq2Seq模型 这是一个学习在Tensorflow上实现不同s2s模型的项目。 该项目仅用于学习，这意味着它将包含许多错误。 我建议使用nmt项目进行实验并训练seq2seq模型。 您可以在参考部分中找到它。 实验 我正在lcsts数据集上试验copynet和pg，您可以在lcsts分支中找到代码。 欢迎提出问题和建议。 楷模 我实现的模型如下： 基本seq2seq模型具有双向RNN编码器和注意力机制的模型 Seq2seq模型与基本模型相同，但使用tf.data管道处理输入数据 GNMT模型 残余连接和注意力与GNMT模型相同，可加快训练速度 有关更多详细信息，请参考 指针生成器模型 支持复制机制的模型 有关更多详细信息，请参考 CopyNet模型 模型还支持复制机制 有关更多详细信息，请参考 。 有关实现的详细信息，请参阅model文件夹中的 。 结构 典型的序列到序列（
【文件预览】：
my_seq2seq-master
----bin()
--------toy_train.py(4KB)
--------en_vietnam_gnmt_train.py(6KB)
--------en_vi_gnmt_inference.py(3KB)
--------test_point_generator.py(5KB)
--------en_vi_inference.py(3KB)
--------en_vietnam_train.py(5KB)
--------__init__.py(0B)
--------test_copynet.py(5KB)
--------toy_inference.py(1KB)
----model()
--------readme.md(250B)
--------basic_s2s_model.py(20KB)
--------gnmt_model.py(7KB)
--------pointer_generator.py(15KB)
--------copynet.py(7KB)
--------__init__.py(0B)
--------s2s_model_with_data_pipeline.py(2KB)
--------pointer_generator_model.md(2KB)
--------config.py(2KB)
--------copynet.md(2KB)
----toy_data()
--------train()
--------test()
----.gitignore(1KB)
----README.md(4KB)
----utils()
--------rouge.py(10KB)
--------data_util.py(10KB)
--------bleu.py(4KB)
--------__init__.py(0B)
--------copynet_helper.py(6KB)
--------pointer_generator_helper.py(20KB)
--------evaluations.py(5KB)
--------model_util.py(10KB)
----notebooks()
--------readme.md(128B)
--------MyS2S.ipynb(33KB)