文件名称：cs224d:CS224D用于自然语言处理的深度学习
文件大小：475KB
文件格式：ZIP
更新时间：2024-05-29 05:53:33
Python
CS224D用于自然语言处理的深度学习-练习 嘿！ 如果您在这里，则可能正在寻找第二个想法，希望我能为您提供帮助。 如果您不知道如何运行它们，请访问上面的链接，然后搜索将发现的问题集材料。 第三次作业中的一些结果（准确性）： 一层RNN： wvecDim = 5：0.740343088764; wvecDim = 15：0.766135064058; wvecDim = 25：0.793929596835; wvecDim = 30：0.796149299105; wvecDim = 35：0.801746809178; wvecDim = 45：0.801505537192; 两层RNN（深RNN2）： wvecDim = 30，middleDim = 5：0.733490964364; wvecDim = 30，middleDim = 15：0.76543537
【文件预览】：
cs224d-master
----README.md(921B)
----assignment2()
--------data_utils()
--------assignment2.pdf(303KB)
--------collectSubmission.py(7KB)
--------requirements.txt(335B)
--------part2-RNNLM.ipynb(15KB)
--------part0-XOR.ipynb(78KB)
--------part1-NER.ipynb(99KB)
--------rnnlm.py(10KB)
--------part11probing.py(4KB)
--------misc.py(523B)
--------nn()
--------softmax_example.py(4KB)
--------nerwindow.py(7KB)
----assignment3()
--------runNNet.py(8KB)
--------rntn.py(5KB)
--------test.sh(483B)
--------tree.py(4KB)
--------runRNN3.sh(960B)
--------rnn.py(8KB)
--------run.sh(919B)
--------rnn2deep.py(8KB)
--------sgd.py(2KB)
--------setup.sh(211B)
--------runRNN2.sh(937B)
--------rnn_changed.py(9KB)
----assignment1()
--------requirements.txt(299B)
--------wordvec_sentiment.ipynb(78KB)