文件名称：Pytorch-seq2seq-Beam-Search:带有注意力和贪婪搜索束搜索的Seq2Seq模型的PyTorch实现，用于神经机器翻译
文件大小：5.75MB
文件格式：ZIP
更新时间：2024-05-08 02:41:20
pytorch seq2seq beam-search nmt greedy-search
Pytorch-seq2seq-光束搜索 带有注意力和贪婪搜索/波束搜索的Seq2Seq模型，用于在PyTorch中进行神经机器翻译。 此实现着重于以下功能： 用于其他项目的模块化结构 最少的代码以提高可读性 充分利用批处理和GPU。 解码方法贪婪搜索 解码方法波束搜索 此实现依赖于来最大程度地减少数据集管理和预处理部分。 Seq2Seq型号说明 seq2seq的主要结构采用 编码器：双向GRU 解码器：具有注意机制的GRU 注意力 解码方式 贪婪的搜索 光束搜索 要求 CUDA Python 3.6 PyTorch 1.4 火炬文本 空间 麻木 智慧（可选） 通过这样做下载令牌生成器： python -m spacy download de python -m spacy download en 去做 添加日志 更改为支持gpu和cpu，目前是基于gpu的代码实现
【文件预览】：
Pytorch-seq2seq-Beam-Search-master
----.gitignore(1KB)
----log.py(424B)
----LICENSE(1KB)
----note.md(982B)
----utils.py(1KB)
----README.md(2KB)
----.idea()
--------.gitignore(39B)
--------misc.xml(197B)
--------vcs.xml(180B)
--------inspectionProfiles()
--------modules.xml(306B)
----img()
--------李宏毅att3.png(516KB)
--------李宏毅att4.png(602KB)
--------李宏毅att2.png(693KB)
--------李宏毅att1.png(549KB)
--------李宏毅att5.png(594KB)
--------google-seq2seq架构图.png(374KB)
----.data()
--------multi30k()
----model.py(12KB)
----train.py(5KB)