文件名称：Question-Answering-System-Deep-Learning
文件大小：2.22MB
文件格式：ZIP
更新时间：2024-03-31 10:47:48
系统开源
使用端到端存储网络的问答系统 该项目是端到端存储网络的实施，以构建问答系统。 它以小故事和查询作为输入，并预测对该查询的可能答案。 在这里，我们使用了Facebook Babi Dataset来训练模型。 经过培训，用户可以输入相似的故事和查询作为输入，这将为您提供准确的结果。 依存关系 张量流 凯拉斯 功能工具 压缩文件 回覆 端到端存储网络的体系结构 结果/观察 层数 辍学 批量大小 时代 结果 LSTM（32） （0.3） 32 100 94.6％ LSTM（64） （0.3） 32 100 96.5％ LSTM（32），LSTM（32） （0.5，0.5） 32 100 92.4％ LSTM（32），LSTM（32） （0.5，0.5） 32 200 96.9％ GRU（32） （0.3） 32 100 86.4％ GRU（64）
【文件预览】：
Question-Answering-System-Deep-Learning-master
----presentation()
--------presentation slides.pdf(125KB)
----memorynetwork.py(9KB)
----model.h5(466KB)
----images()
--------architecture.png(272KB)
----trained_models()
--------lstm_32.h5(231KB)
--------lstm_64.h5(465KB)
--------gru_64.h5(366KB)
--------gru_32_32.h5(243KB)
--------lstm_32_32.h5(300KB)
--------gru_32.h5(187KB)
----README.md(2KB)
----Question Answering Memory Network.ipynb(67KB)