文件名称：标题：:beach_with_umbrella:轻松培训和部署seq2seq模型
文件大小：1.69MB
文件格式：ZIP
更新时间：2024-02-24 12:10:32
python nlp neural-network tensorflow seq2seq
顶棚 Headliner是一个序列建模库，可以简化培训，尤其是为研究人员和开发人员简化自定义序列模型的部署。 您可以用几行代码轻松地部署模型。 它最初是为我们自己的研究而构建的，目的是从《产生头条（见图1）。 这就是为什么我们选择名称Headliner。 图1：来自Welt.de标题生成器的一个示例。 更新21.01.2020 现在，该库支持使用自定义预处理对预训练的BERT模型进行微调，如使用预训练的进行！ 在colab上查看教程！ :brain: 内部构造 我们在编码器-解码器框架的内部使用序列到序列（seq2seq）（见图2）。 我们提供了一个非常简单的界面来训练和部署seq2seq模型。
【文件预览】：
headliner-master
----setup.py(2KB)
----.gitignore(2KB)
----.travis.yml(1KB)
----CONTRIBUTING.md(1KB)
----.bumpversion.cfg(136B)
----LICENSE(1KB)
----setup.cfg(39B)
----notebooks()
--------BERT_Translation_Example.ipynb(37KB)
--------Advanced_Neural_Machine_Translation_Example.ipynb(5.05MB)
--------Neural_Machine_Translation_Example.ipynb(28KB)
----mkdocs()
--------autogen.py(7KB)
--------build_docs.sh(206B)
--------README.md(259B)
--------run_docs.sh(177B)
--------mkdocs.yml(2KB)
--------docs()
----README.md(13KB)
----tests()
--------evaluation()
--------test_trainer.py(5KB)
--------test_bert_training.py(3KB)
--------model()
--------__init__.py(0B)
--------resources()
--------test_training.py(6KB)
--------test_embeddings.py(1KB)
--------preprocessing()
--------callbacks()
----config()
--------trainer_config.yaml(252B)
----pypi.sh(87B)
----figures()
--------headline_generator.png(78KB)
--------seq2seq.jpg(43KB)
----headliner()
--------trainer.py(17KB)
--------evaluation()
--------model()
--------__init__.py(22B)
--------utils()
--------preprocessing()
--------callbacks()
--------embeddings.py(2KB)
--------losses.py(362B)
----azure-pipelines.yml(1KB)
----.gitattributes(32B)
----run_training.sh(69B)