文件名称：UDA_症状
文件大小：208KB
文件格式：ZIP
更新时间：2024-03-21 23:37:54
Python
带有BERT的UDA（无监督数据增强） 这是Kakao Brain的Pytorchic BERT 在pytorch中对Google的UDA 重新实现。 模型 UDA官方 这个仓库 UDA（X） 68％ 乌达（O） 90％ 88.45％ （最大序列长度= 128，火车批次大小= 8） UDA UDA（无监督数据增强）是一种半监督学习方法，可在多种语言和视觉任务上实现SOTA结果。 仅用20个标记的示例，UDA的性能就优于之前在25,000个标记的示例上训练的IMDb上的SOTA。 （BERT = 4.51，UDA = 4.20，错误率） 用于一致性培训的无监督数据增强（2019 Google Brain，Q Xie等） -UDA与BERT UDA是BERT的一部分。 这意味着UDA充当BERT的助手。 因此，在上图中，模型M是BERT。 - 失利 UDA包括有监督的损
【文件预览】：
UDA_Symptom-main
----load_data.py(10KB)
----LICENSE(11KB)
----models.py(8KB)
----utils()
--------tokenization.py(10KB)
--------__init__.py(0B)
--------utils.py(4KB)
--------__pycache__()
--------checkpoint.py(3KB)
--------optim.py(7KB)
--------configuration.py(4KB)
----README.md(6KB)
----__pycache__()
--------load_data.cpython-36.pyc(8KB)
--------models.cpython-36.pyc(8KB)
--------train.cpython-36.pyc(5KB)
----config()
--------eval.json(337B)
--------uda.json(854B)
--------non-uda.json(668B)
--------bert_base.json(166B)
----main.py(8KB)
----README_data()
--------2019-08-22-14-16-59.png(5KB)
--------2019-08-22-14-16-49.png(9KB)
--------2019-08-21-18-01-07.png(133KB)
--------2019-08-30-22-18-28.png(17KB)
----download.sh(851B)
----train.py(8KB)