文件名称：matlab代码左移-ml_experiments:ml_experiments
文件大小：3.04MB
文件格式：ZIP
更新时间：2024-06-12 23:04:28
系统开源
matlab代码左移神经机器翻译（seq2seq）教程 作者：Thang Luong，Eugene Brevdo，赵瑞 介绍 序列到序列（seq2seq）模型（，）在各种任务（例如机器翻译，语音识别和文本摘要）中都取得了巨大的成功。 本教程为读者提供了对seq2seq模型的全面理解，并展示了如何从头开始构建具有竞争力的seq2seq模型。 我们专注于神经机器翻译（NMT）的任务，这是带有wild的seq2seq模型的第一个测试平台。 所包含的代码轻巧，高质量，可立即投入生产，并结合了最新的研究思路。 我们通过以下方式实现这一目标： 使用最新的解码器/注意包装器，TensorFlow 1.2数据迭代器 结合我们在构建递归模型和seq2seq模型方面的专业知识 提供有关构建最佳NMT模型和复制的提示和技巧。 我们认为，提供人们可以轻松复制的基准非常重要。 因此，我们提供了完整的实验结果，并在以下公开可用的数据集上对模型进行了预训练： 小型：由ET提供的TED演讲的英语-越南语平行语料库（133K句子对）。 大型：由所提供的德英平行语料库（450万个句子对）。 我们首先建立有关NMT seq
【文件预览】：
ml_experiments-master
----.gitignore(7B)
----catboost_test()
--------kaggle_titanic.py(3KB)
--------basic_funs.py(4KB)
--------Titanic_catboost.csv(3KB)
--------learn_error.tsv(162B)
--------demo_catboost.csv(3KB)
--------time_left.tsv(158B)
--------test_error.tsv(8KB)
--------meta.tsv(129B)
--------titanic_example.py(671B)
--------submission_base.csv(2.78MB)
--------kaggle_paribas.py(4KB)
----CONTRIBUTING.md(1KB)
----nmt()
--------.gitignore(50B)
--------standard_hparams()
--------__init__.py(0B)
--------inference.py(10KB)
--------model_test.py(45KB)
--------testdata()
--------model_helper.py(9KB)
--------utils()
--------gnmt_model.py(9KB)
--------scripts()
--------attention_model.py(6KB)
--------inference_test.py(6KB)
--------nmt.py(18KB)
--------g3doc()
--------model.py(21KB)
--------train.py(18KB)
----LICENSE(11KB)
----xgboost()
--------best_boston.pkl(106KB)
--------binary_classification.py(793B)
--------multi_class.py(2KB)
--------regression.py(2KB)
----README.md(50KB)
----.idea()
--------remote-mappings.xml(483B)
--------misc.xml(243B)
--------webServers.xml(511B)
--------workspace.xml(42KB)
--------vcs.xml(180B)
--------deployment.xml(730B)
--------inspectionProfiles()
--------modules.xml(272B)
--------keras_test.iml(398B)
----smart_home()
--------results_0.7.txt(131B)
--------prediction_cat_xgboost.py(6KB)
--------sklearn classification plot.png(571KB)
--------sklearn + Catboost classification plot.png(598KB)
--------plot_classifier_comparison.py(5KB)
----keras()
--------keras_matplotlib.py(357B)
--------01_Getting_Started.py(498B)
--------__pycache__()
--------test.py(177B)